大きさ推定システム及び形状推定システム
【課題】位置が特定されていないセンサの検出結果により、検出対象の形状が分からない場合に大きさの推定を可能とする大きさ推定装置と、検出対象の大きさが分かっている場合に形状検出を可能とする形状推定装置を提供する。
【解決手段】本発明の大きさ推定システムは、複数個のセンサと１つのセンタサーバから構成されており、検出対象の大きさを推定する大きさ推定システムであり、センサが、検出対象における検出した検出部分のセンシング面積を測定する検出手段と、検出手段による検出データを処理し、レポート化する処理手段と、測定手段によるレポートをセンタサーバに通知する通信手段とを有し、センタサーバが、複数のセンサから通知を受信する送受信手段と、複数のセンサからの通知に各々含まれる検出部分のセンシング面積の情報を用いた統計処理を行い、検出対象の大きさを判定する判定手段とを有する。
【解決手段】本発明の大きさ推定システムは、複数個のセンサと１つのセンタサーバから構成されており、検出対象の大きさを推定する大きさ推定システムであり、センサが、検出対象における検出した検出部分のセンシング面積を測定する検出手段と、検出手段による検出データを処理し、レポート化する処理手段と、測定手段によるレポートをセンタサーバに通知する通信手段とを有し、センタサーバが、複数のセンサから通知を受信する送受信手段と、複数のセンサからの通知に各々含まれる検出部分のセンシング面積の情報を用いた統計処理を行い、検出対象の大きさを判定する判定手段とを有する。
【発明の詳細な説明】
【技術分野】
【０００１】
本発明は、センサネットワークにおける各センサの検出結果により、検出対象の大きさあるいは形状を推定する大きさ推定システム及び形状推定システムに関する。
【背景技術】
【０００２】
小型の無線付きセンサをさまざまな場所に数多く分散させ、センサネットワークを構成し、さまざまな場所の状態を計測して、計測結果を色々なアプリケーションに使おうという試みが盛んに行われている（例えば、特許文献１参照）。
そのような状況下において、２次元的あるいは３次元的な広がりをもつ検出対象を、検出する方法が考えられる。
対象物全体俯瞰できる位置からのカメラによる撮影という方法が最も容易であると考えられるが、適用可能なセンサが限られるような場合や、可視光などで捉えられないような検出対象の場合、あるいは、適当な位置にカメラを配置できないような場合は適用できない。
【０００３】
一方、センサの位置をあらかじめ定めて配備するか、あるいは、配備後にＧＰＳなどを用いてセンサが配置された位置が特定できていれば、分散配置された各センサの検出結果により形状推定を行うことができる。
【特許文献１】特開２００７−１２９５１９号公報
【発明の開示】
【発明が解決しようとする課題】
【０００４】
しかしながら、特許文献１に示すセンサネットワークでは、分散配置されるセンサの多くが、個々に決められた位置に配置（あるいは配置後に登録）されることなく、測定結果を利用する場合が多いと想定されるため、個々のセンサで対象の一部を検出しても、それらの情報を分散配置センサ全体で組み合わせて、対象の大きさや形状のを把握することができないという問題がある。
また、個々の決められた位置にセンサを配備する場合は、センサ設置時に位置を把握するという手間が生じる。個々のセンサを適当に配備後、センサ付随のGPSなどで、自律的にセンサ位置を特定し、登録する場合は、個々のセンサにGPSが必要となるなどの付加コストが発生する。
【０００５】
本発明は、このような事情に鑑みてなされたもので、位置が特定されていないセンサの検出結果により、検出対象の形状が分からない場合に大きさの推定を可能とする大きさ推定装置と、検出対象の大きさが分かっている場合に形状検出を可能とする形状推定装置を提供することを目的とする。
【課題を解決するための手段】
【０００６】
本発明の大きさ推定システムは、複数個のセンサと１つのセンタサーバから構成されており、検出対象の大きさを推定する大きさ推定システムであり、前記センサが、検出対象における検出した検出部分のセンシング面積を測定する検出手段と、前記検出手段による検出データを処理し、レポート化する処理手段と、前記測定手段によるレポートを前記センタサーバに通知する通信手段とを有し、前記センタサーバが、前記複数のセンサから前記通知を受信する送受信手段と、前記複数のセンサからの通知に各々含まれる前記検出部分のセンシング面積の情報を用いた統計処理を行い、前記検出対象の大きさを判定する判定手段とを有することを特徴とする。
【０００７】
本発明の大きさ推定システムは、前記センサ各々の位置が特定されていないことを特徴とする。
【０００８】
本発明の大きさ推定システムは、前記統計処理が前記複数のセンサからの通知に各々含まれるセンシング面積の時間平均の累積和を算出する処理であることを特徴とする。
【０００９】
本発明の形状推定システムは、複数個のセンサと１つのセンタサーバから構成されており、前記検出対象の形状を推定する形状推定システムであり、前記センサが、前記検出対象の有無を検出する検出手段と、該検出手段による検出データを処理し、レポート化する処理手段と、前記処理手段によるレポートを前記センタサーバに通知する通信手段とを有し、前記センタサーバが、前記複数のセンサから前記通知を受信する送受信手段と、前記複数のセンサからの通知に各々含まれる対象物の検出の有無の情報を用いた統計処理を行い、前記検出対象の形状を判定する判定手段とを有することを特徴とする。
【００１０】
本発明の形状推定システムは、前記センサ各々の位置が特定されていないことを特徴とする。
【００１１】
本発明の形状推定システムは、前記統計処理が前記複数のセンサからの通知により、対象物を検出したセンサ数の時間平均の累積和を算出する処理であることを特徴とする。
【００１２】
本発明のセンタサーバは、複数個のセンサから入力される検出対象において検出された検出部分のセンシング面積を含む検出データにより、検出対象の大きさを推定するセンタサーバであり、前記複数のセンサから前記検出データを受信する送受信手段と、前記複数の検出データ各々に含まれる前記検出部分のセンシング面積の情報を用いた統計処理を行い、前記検出対象の大きさを判定する判定手段とを有することを特徴とする。
【００１３】
本発明のセンタサーバは、複数個のセンサから入力される検出対象の検出の有無の情報を含む検出データにより、前記検出対象の形状を推定するセンタサーバであり、前記複数のセンサから前記検出データを受信する送受信手段と、前記複数の検出データ各々に含まれる対象物の検出の有無の情報を用いた統計処理を行い、前記検出対象の形状を判定する判定手段とを有することを特徴とする。
【００１４】
本発明の形状推定システムは、センシング範囲の大きさによって区別された複数個のセンサ群と、１つのセンタサーバとから構成され、１つのセンサ群は複数のセンサを有し、検出対象の形状を推定する形状推定システムであり、前記センサが、前記検出対象の有無を検出する検出手段と、該検出手段による検出データを処理し、レポート化する処理手段と、前記処理手段によるレポートを前記センタサーバに通知する通信手段とを有し、前記センターサーバが、前記各センサ群の複数のセンサから前記レポートを受信する送受信手段と、前記各センサ群毎に、複数のセンサからのレポートに含まれる検出対象の検出の有無の情報を用いた統計処理を行い、前記検出対象の形状の判定を行う判定手段とを有することを特徴とする。
【００１５】
本発明の形状推定システムは、前記センサ各々の配置位置が特定されていないことを特徴とする。
【００１６】
本発明の形状推定システムは、前記統計処理が、前記センサ群毎に、前記複数のセンサからの通知により、検出対象を検出したセンサ数の時間平均の累積和を算出する処理であることを特徴とする。
【００１７】
本発明のセンタサーバは、複数のセンサ群の複数個のセンサから入力される検出対象の検出の有無を含む検出データにより、前記検出対象の形状を推定するセンタサーバであり、前記各センサ群の複数のセンサから前記レポートを受信する送受信手段と、前記各センサ群毎に、複数のセンサからのレポートに含まれる検出対象の検出の有無の情報を用いた統計処理を行い、前記検出対象の形状の判定を行う判定手段とを有することを特徴とする。
【００１８】
本発明の大きさ・形状推定システムは、複数個のセンサと１つのセンタサーバとから構成されており、前記検出対象の形状を推定する大きさ・形状推定システムであり、前記センサが、前記検出対象の有無を検出し、かつ前記検出対象における検出した検出部分のセンシング面積を測定する検出手段と、該検出手段による検出データを処理し、レポート化する処理手段と、前記処理手段によるレポートを前記センターサーバへ通知する通信手段とを有し、前記センターサーバが、前記複数のセンサから前記通知を受信する送受信手段と、前記複数のセンサからの前記通知に含まれる前記検出対象の検出の有無及びセンシング面積の情報を用いた統計処理を行い、該検出対象の大きさを推定し、かつ形状を判定する判定手段とを有することを特徴とする。
【００１９】
本発明の大きさ・形状推定システムは、前記センサ各々の配置位置が特定されていないことを特徴とする。
【００２０】
本発明の大きさ・形状推定システムは、前記統計処理が、前記センシング面積の時間平均の累積和を、（動作中であるセンサの平均密度）×（各センサのセンシング範囲を平均した面積）により除算して、前記検出対象の大きさの推定値を算出処理であることを特徴とする。
【００２１】
本発明の大きさ・形状推定システムは、前記統計処理が、検出対象を検出したセンサ数の時間平均と、前記センシング面積の時間平均の累積和とを用い、前記検出対象の形状を判定するパラメータのみにより定まる予め与えられた前記形状を示す関数の推定値を算出する処理であることを特徴とする。
【００２２】
本発明の大きさ・形状推定システムは、前記検出対象が縦横比ｚ、面積Ｓの長方形であって、前記センサのセンシング範囲が半径ｒの円状の範囲である場合、前記関数が（（Ｊ／λ）・Ｓ・πｒ２）／（２ｒＳ１／２）＝（ｚ＋１）／ｚ１／２であり、前記Ｊの値が対象物を検出したセンサ数の時間平均、λが動作中センサの密度の時間平均であり、前記関数の左辺を計算することにより、前記検出対象の形状を決めるパラメータｚのみにより求まる予め与えられた右辺を算出することにより、形状を推定することを特徴とする。
【００２３】
本発明のセンタサーバは、複数個のセンサから入力される検出対象の有無と、センシング面積の検出データを用いた処理により、前記検出対象の大きさ及び形状を推定するセンタサーバであり、前記複数のセンサから前記検出データを受信する送受信手段と、前記検出データ各々に含まれる前記検出対象の検出の有無及びセンシング面積の情報を用いた統計処理を行い、該検出対象の大きさを推定し、かつ形状を判定する判定手段とを有することを特徴とする。
【００２４】
本発明のプログラムは、コンピュータに上記いずれかに記載のセンターサーバの動作を実行させるためのコンピュータが実行可能なプログラムである。
【発明の効果】
【００２５】
以上説明したように、本発明によれば、分散された各センサの位置を正確に把握せず、かつ形状をモニタする機能がないセンサによっても、検出対象の形状が分からない場合に大きさの推定を可能とすることができ、かつ検出対象の大きさが不変であり分かっている場合に形状検出を可能とする。
【発明を実施するための最良の形態】
【００２６】
本発明は、任意の範囲に分散されてばらまかれており、それぞれの位置が登録されていない複数のセンサからなるセンサーネットワークを用い、検出対象の大きさあるいは形状を推定するものであり、以下の機能を有するシステムに関するものである。
（１）対象物の形状が分からない場合、位置が特定されていないセンサにより、大きさの推定を行う大きさ推定システム。
（２）対象物の大きさが不変で分かっている場合、位置が特定されていない複数のセンサによる対象物の検出有無の結果のみから形状推定を行う形状推定システム。
【００２７】
＜推定の原理となる数学モデル＞
対象物はｎ次元空間内のいずれか１次元の軌道上を、時刻ｔにおいて速度ｖ（ｔ)で移動しているとする。またセンサは任意の範囲に分散されてばらまかれているとする。
上記対象物の時刻ｔでのサイズをＳ（ｔ）とし、［０，ｔ）の範囲内におけるサイズの時間平均を、以下の（１）式により表す。
【００２８】
【数１】
【００２９】
各センサはｎ次元の半径ｒの球体に対応したセンシング範囲を有すると仮定する。実際には、後述する結果は、任意の形状のセンシング範囲で成立している。ここで、センシング範囲の大きさをＢ（ｒ）により表す。
例えば、２次元のとき、すなわちｎ＝２のとき、Ｂ（ｒ）＝πｒ２である。ここで、半径ｒは確率密度ｆ（ｒ）を有する確率変数とする。
また、各センサは動作（ウェイクアップ）状態あるいは休眠（スリープ）状態の２つの状態のいずれかの状態として動作しており、動作状態でのみ検出対象のセンシング（検出処理）が可能である。
【００３０】
そして、各センサは１つ以上存在する休眠クラス（休眠するタイミングが同一のグループ）のいずれかに属している。同一の休眠クラスに属するセンサは同時期に休眠となる。
ここで、第ｉ休眠クラスに属するセンサが、時刻ｔにおいて動作状態である確率をａｉ（ｔ）と表す。
また、第ｉ休眠クラスのセンサは、平均λｉのｎ次元のポアソン過程に従って、ばら撒かれている。上記λ（ｔ）を以下の（２）式により定義する。
【００３１】
【数２】
【００３２】
このλ（ｔ）は、時刻ｔにおける動作中をしているセンサの密度を示す平均動作中センサ密度である。
そして、ある点が時刻ｔにおいて、ｍ個のセンサによって被覆されている（センシングされている）確率をｐｍ（ｔ）とする。この確率ｐｍ（ｔ）は以下の（３）式で与えられることが示される。
【００３３】
【数３】
【００３４】
上記（３）式における平均センシングサイズは、以下の（４）式により定義される。
【００３５】
【数４】
【００３６】
そして、（３）式の確率Ｐｍ（ｔ）は、（２）式の平均動作中センサ密度と（４）式の平均センシングサイズとにのみ依存し、対象物の移動する軌道の形状、移動する速度、休眠パターン及びセンシング半径の分布によらない。また、各センサの測定範囲により被覆されている点の位置にも依存していない。
【００３７】
次に、時刻ｔにおいて位置座標（ｘ１，ｘ２，…，ｘｎ）にある対象物の一部を検出している動作中のセンサの数をＭ（ｔ；ｘ１，ｘ２，…，ｘｎ）とし、以下に示す（５）式により、特性量Ｒｍ（ｔ）を求める。
【００３８】
【数５】
【００３９】
上記（５）式において、特に、ｍ＝１のとき、特性量Ｒｍ（ｔ）は各センサがセンシングした対象物の部分の面積（センシング面積）を加算した総和の［０，ｔ）の範囲における累積値である。
そして、対象物のサイズに対する、この対象物（一部分でも）を検出している動作中センサ数のｍ次モーメントの期待値は以下の（６）式により与えられる。
【００４０】
【数６】
【００４１】
この（６）式により求められる特性量は、式から分かるように、対象物の移動する軌道の形状、対象物の速度、対象物の形状、休眠パターン及びセンシング半径の分布などに非依存である。ただし、上記（６）式において、異なる２箇所をセンシングするセンサは二重にカウントされるという意味において、直感的な意味におけるセンサと対象物との１対１の対応の「検出中センサ数」とは異なる。
【００４２】
また、上述したように、ある時刻において、対象物の一部でも検出しているセンサがいくつあるかという直感的な意味での検出中センサ数の［０，ｔ）での累積値をＬ（ｔ）とすると、Ｅ［Ｌ（ｔ）］／ｔは、対象物の形状及びサイズ（大きさ）に依存する。
（６）式において、ｍ＝１とした１次モーメントよる以下の（７）式による特性量は対象物の形状に非依存である
【００４３】
【数７】
【００４４】
一方、上述したように、Ｅ［Ｌ（ｔ）］／ｔによる特性量は対象物の形状に依存する。すなわち、（７）式の特性量はセンシングされた面積（センシング面積）の累積和に相当し、Ｅ［Ｌ（ｔ）］／ｔの特性量は分散配置され対象物を検出したセンサ数の累積和に相当する。
【００４５】
すでに述べた（６）式による動作中センサ数のｍ次モーメントの期待値は対象物の形状に非依存であり、センシング面積の累積和を示し、Ｅ［Ｌ（ｔ）］／ｔは形状に依存し、対象物を検出中のセンサ数（センシングノード数）の累積和に相当する。
特に、大きさＳ（ｔ）が不変でＳの場合、上記Ｅ［Ｒ１（ｔ）］／ｔは、以下の（８）式により求められる。そして、この（８）式は形状によらずにサイズの時間平均に比例した関数となる。
【００４６】
【数８】
【００４７】
上記（８）式における以下の（９）式の比例定数は、対象物の形状及びサイズによらず定まるので、これを求めることにより、対象物の大きさを決定することができる。
【００４８】
【数９】
【００４９】
[第１の実施形態］
＜大きさ（あるいは形状）推定システムの構成＞
本発明の第１の実施形態による大きさ推定システムを図面を用いて説明する。図１は動実施形態による大きさ推定システムの構成例を示す概念図である。
大きさ推定システムは、分散配置されたセンサ１と、データ解析センタに配置されたセンタサーバ２により構成されている。
上記センサ１は、対象物を検出する検出部１１と、この検出部１１からの検出データをデータ処理するデータ処理部１２と、処理結果をデータ解析センタに送信する通信部１３と、各部に対して駆動電力を供給するバッテリ１４とを有している。上記データ処理部１２はマイクロプロセッサ及びメモリなどから構成されている。
【００５０】
上記センタサーバ２は、センサ１から処理結果を受信する送受信部２１と、この処理結果から大きさ（あるいは形状）を判定する判定部２２と、判定結果を出力する入出力部２３と、各部に対して駆動電力を供給するバッテリ２４とを有している。上記判定部２２はマイクロプロセッサ及びメモリなどから構成されている。
【００５１】
次に、図２を用いて本実施形態によるセンサ１の動作を説明する。図２は本実施形態によるセンサ１の動作例を示すフローチャートである。本実施形態の大きさ推定システムにおいて、分散配置されているセンサ１は全体にてＮ個あり、以下に説明するセンサ１をｉ番目のセンサとする。
ステップ１１において、データ処理部１２は、内部カウンタの計数値が予め設定した時刻になったか否かを検出し、予め設定時間となった場合、例えば時刻ｔ１となった場合、センサ１の各部をスリープ状態からウェイクアップ状態とし、処理をステップＳ１２へ処理を進め、休眠時間が経過していない場合、時刻判定の処理を繰り返す。
【００５２】
次に、ステップＳ１２において、検出部１１は、対象物の検出の有無（有り＝１、なし＝０）の時間ｔまでの時間平均を示すデータＪｉ（ｔ）と、対象物を検出した場合、この対象物の検出できた部分の大きさの時刻ｔまでの時間平均Ａｉ（ｔ）、すなわちセンシング面積とを含む検出データをデータ処理部１２へ出力する。ここで、センサは、搭載している撮像装置にて撮影した画像から、検出対象の移動に伴う輪郭処理などの画像処理により、撮像した検出対象の部分の面積を測定する。また、本実施形態においては、データＪｉ（ｔ）及び大きさの時間平均Ａｉ（ｔ）を同一のセンサ１から入力する構成としているが、データＪｉ（ｔ）及び大きさの時間平均Ａｉ（ｔ）各々を異なるセンサから得るようにしてもよい。
そして、ステップＳ１３において、データ処理部１２は、検出部１１から出力される検出データから、データＪｉ（ｔ）と、大きさＡｉ（ｔ）とのレポートとし、検出結果を作成し、この検出結果を通信部１３へ出力する。
これにより、ステップＳ１４において、通信部１３は、入力される検出結果を解析センタへ送信する。
また、ステップＳ１２及びステップＳ１３において、対象物のサイズが一定であることが判っている場合、検出部１１は大きさＡｉ（ｔ）を検出せず、データ処理部１２は検出結果に大きさＡｉ（ｔ）を含めることはしない。
【００５３】
次に、図３を用いて本実施形態によるデータ解析センタに設けられているセンタサーバ２の動作を説明する。図３は本実施形態によるセンタサーバ２の動作例を示すフローチャートである。本実施形態の大きさ推定システムにおいて、分散配置されているセンサ１が全体にてＮ個あり、センタサーバ２は各センサ１からの検出結果を受信する。
ステップＳ２１において、送受信部２１は、各センサ１（ｉ番目、１≦ｉ≦Ｎ）から検出結果を受信する。
【００５４】
そして、ステップＳ２２において、判定部２２は、各センサ１から入力されたデータＪｉ（ｔ）により、Ｅ［Ｌ（ｔ）］／ｔの推定値であるＪ（ｔ）を以下の（１０）式により求める（統計処理を行う）。
【００５５】
【数１０】
【００５６】
また、判定部２２は、各センサ１から入力された大きさＡｉ（ｔ）により、Ｅ［Ｒ１（ｔ）］／ｔの推定値であるＡ（ｔ）を以下の（１１）式により求める（統計処理を行う）。
【００５７】
【数１１】
【００５８】
そして、ステップＳ２３において、判定部２２は、大きさの推定値Ａ（ｔ）が予めユーザ等により設定された大きさを示す設定値である閾値１と比較し、大きいか否かの比較を行い、推定値Ａ（ｔ）が閾値１より大きければ処理をステップＳ２４へ進め、一方、推定値Ａ（ｔ）が閾値１より小さければ処理をステップＳ２５へ進める。
【００５９】
ここで、判定部２２は、大きさが一定であり既知の対象物に対しては、上記ステップＳ２３、Ｓ２４、Ｓ２５は行わずに、ステップＳ２２においてＪ（ｔ）の計算のみを行った後、処理をステップＳ２６へ進める。
次に、ステップＳ２４において、判定部２２は、入出力部２３に対して、「大きい」を示す情報を出力し、処理をステップＳ２６へ進める。
また、ステップＳ２５において、判定部２２は、入出力部２３に対して、「小さい」を示す情報を出力し、処理をステップＳ２６へ進める。
【００６０】
そして、ステップＳ２６において、判定部２２は、Ｊ（ｔ）が予めユーザ等により設定された閾値２より大きければ、処理をステップＳ２７へ進め、Ｊ（ｔ）が予め設定された閾値２より小さければ、処理をステップＳ２８へ進める。
次に、ステップＳ２７において、判定部２２は、入出力部２３に対して、「細長い」を示す情報を出力する。
また、ステップＳ２８において、判定部２２は、入出力部２３に対して、「縦横比が１に近い」を示す情報を出力する。
【００６１】
上述したように、本実施形態によれば、図４に示すように、センサ１がセンシングエリアにおいて、対象物（あるいは対象物の一部分）を検出することができる場合に、分散配置されそれぞれの位置が特定されていないセンサ１により、上述した推定値Ａ（ｔ）を求めることにより、対象物の大きさの推定を、可能とすることができる（大きさ推定システム）。
また、同様に、対象物の大きさが不変で分かっている場合、分散配置されそれぞれの位置が特定されていないセンサ１による対象物の検出の有無の情報のみから、Ｊ（ｔ）を求めることにより、形状推定を可能とすることができる（形状推定システム）。
【００６２】
上述したセンサ１は、対象物の大きさが不変で分かっている場合に形状推定を行う際、対象物の有無の検出のみであるならば、多くの一般的なセンサを用いることができる。
具体的には、振動センサや磁気センサにより、車両などの移動体の通過を検出する場合や、化学センサにより発生源から放出された化学物質の拡散を検出する場合、あるいはレーザなどの発光素子と受光素子との送受信対からなる光センサにより動物の大群の個体が横切ることを検出する場合、などが挙げられる。
すなわち、上述したように、車両・移動体・通過物、化学物質の塊、動物の群れの形状検出、が形状推定の場合に相当する。
【００６３】
一方、センサ１が対象物の一部を検出し、その検出した部分の大きさをＡｉ（ｔ）として検出結果としてセンタサーバ２へ送信する場合、このときセンサ１には例えばカメラなどの撮像素子が用いられる。判定部２２は、この複数のカメラ（検出部１１）による撮像画像を画像処理して対象物の範囲を特定する。
このとき、対象物が１つのセンサ１の画像に入りきる場合、対象物の大きさや形状は推定可能である。
本実施形態においては、対象物が１つのセンサ１の画像に入り切らない場合、複数のカメラのそれぞれの画像から対象物の映った部分の大きさを特定し（例えば、ファインダ全面の面積と、対象物の写っている領域との比率などを求め）、その映った部分の大きさＡｉ（ｔ）を対応するセンサタサーバ２へ送信し、センタサーバ２が複数のセンサ１各々からの大きさＡｉ（ｔ）の累積値の時間平均を求めることにより対象物全体の大きさや形状の推定が可能となる。
【００６４】
カメラを用いた以外の例としては、１つのセンサ１の検出部１１が物理的に離れた複数の検出器から構成される場合がある。例えば、図５に示すように、検出部１１がマトリクス状に配置された検出器（ｉ，ｊ）による検出器アレイの構成が一例としてある。この検出器（ｉ，ｊ）は対象物の検出の有無のみを検出する検出器である。そして、データ処理部１２は、対象物を検出した検出器（ｉ，ｊ）の範囲の大きさを、検出された対象物の部分の大きさＡｋ（ｔ）として出力させる。
【００６５】
上述したように、本実施形態によれば、２次元平面上を直線的に動く長方形の物体の形状を変え、１秒毎にセンシングを行うシミュレーションの実験を行い、センシングノード数の累積和と、センシング面積の累積和とを、それぞれ図６、図７にそれぞれ示した。
図６において縦軸がセンシングノード数の累積和であり、横軸が形状（対象物の縦横比）を示している。図７において縦軸がセンシング面積の累積和であり、横軸が形状（対象物の縦横比）を示している。
このシミュレーション結果を示す図６及び図７により、正方形に近い物体ほどセンシングノード数の累積和が減少することが確認できる。
この結果、分散された各センサ１のセンサ位置を正確に把握せず、かつ形状をモニタする機能がないセンサによっても、形状推定が可能となる。
【００６６】
[第２の実施形態］
次に、本発明の第２の実施形態による大きさ推定システムを図面を用いて説明する。本実施形態は、図１に示す第１の実施形態と同様の構成であり、センサ１及びセンタサーバ２から構成されている。第２の実施形態と第１の実施形態との違いは、センサ１が検出部１１の検出範囲が異なることで区別されたセンサ１Ａ及びセンサ１Ｂの２種類をそれぞれ群として有し、それぞれの群が検出範囲の同様な複数のセンサから構成されている点である。これらのセンサ群におけるセンサ１Ａ及び１Ｂの配置位置は特定されてはおらず、それぞれランダムに配置されている。本実施形態においては、２つのセンサ群として説明するが、３種以上の複数種類の検出範囲のセンサ１により、それぞれの検出範囲毎にセンサ群を設けるようにしても良い。
ここで、センサ１Ａにおける検出部１１Ａは、センサ２Ａにおける検出部１１Ｂに比較して、検出範囲が小さい、例えば１／２の距離範囲であるとする。
また、センサ１Ａ及びセンサ１Ｂが出力する検出データは対象物の検出の有無を示すデータのみである。これらセンサ１Ａ及びセンサ１Ｂがそれぞれ複数、異なる場所に設置されている。
【００６７】
上記センサ１Ａ及びセンサ１Ｂ各々は、同一タイプ（同一の検出距離を有する検出部１１を有するタイプ）単位に検出休止（スリープ状態）期間あるいは検出（動作状態）期間に移行するとして以下の説明を行う。実際には、センサ１Ａのセンサ群とセンサ１Ｂのセンサ群とが、それぞれセンサ群単位にて検出休止及び検出処理を行うのではなく、センサ群毎のデータが区別できれば、センサ群単位にて検出休止及び検出の周期を合わせる必要はない。
ここで、上述したセンサ１Ａあるいは１Ｂの検出期間から検出休止期間へ、あるいは検出休止期間から検出期間への状態遷移、すなわちそれぞれの期間の開始及び終了は、例えば、各センサ１Ａ及び１Ｂに内蔵されている時計に対して、検出及び検出休止それぞれの期間の開始及び終了の時間を予め設定しておく構成がある。また、他の方法として、センターサーバ２が内部に検出及び検出休止それぞれの期間の開始及び終了の時間が設定された時計を有し、センターサーバがセンサ１Ａ及び１Ｂそれぞれに対し、検出及び検出休止の期間となった際、各センサに通知する構成としても良い。
【００６８】
次に、図８を用いて本実施形態によるセンサ１Ａ及び１Ｂの動作を説明する。図８は本実施形態によるセンサ１Ａ（またはセンサ１Ｂ）の動作例を示すフローチャートである。本実施形態の大きさ推定システムにおいて、分散配置されているセンサ１Ａが全体にてＭ個あり、センサ１ＢがＮ個として説明する。予め与えられた比較対象物と大きさが同じであり、形状の同一性が不明の検出対象物に対して、検出範囲の異なるセンサ１Ａ及び１Ｂを用いて、形状同一性の判定を行う動作を図８のフローチャートにて行う。また、以下の説明においては、各センサ１Ａ及び１Ｂに内蔵されている時計に対して、検出及び検出休止それぞれの期間の開始及び終了の時間を予め設定しておく構成として説明する。ここで、センサ１Ａがタイプ１センサであり、センサ１Ｂがタイプ２センサである。
【００６９】
センサ１Ａは検出期間であるか否かを内部のフラグにより検出し（ステップＳ３１）、検出期間でない（検出休止期間である）ことを検出すると処理をステップＳ３２へ進め、検出期間であることを検出すると処理をステップＳ３３へ進める。
そして、センサ１Ａは、検出休止期間が休止期間が終了したか否かの判定を、内蔵する時計の時間により行い（ステップＳ３２）、一定時間が経過したことを検出すると検出期間であることを示すフラグを立て、処理をステップＳ３１へ進め、一方、一定時間を経過していないことを検出すると、ステップＳ３２の処理を繰り返す。
【００７０】
また、センサ１Ａは、上記フラグが検出期間であることを示している場合、検出期間が経過したか否かの判定を、内蔵する時計の時間により行い（ステップＳ３３）、一定時間が経過したことを検出すると検出期間であることを示すフラグを下げ、処理をステップＳ３４へ進め、一方、一定時間を経過していないことを検出すると、ステップＳ３３の処理を繰り返す。
そして、検出部１１Ａは、一定時間内における設定された周期毎における、対象物を検出したか否かを示すデータＪi（ｔ）をデータ処理部１２に対して出力する（ステップＳ３４）。
【００７１】
データが入力されると、データ処理部１２は、入力される対象物の有無を示す上記データＪi（ｔ）を一定時間内における平均を算出してレポートとし、検出結果（平均データＪi（ｔ））を作成し（ステップＳ３５）、センタサーバ２へ出力し（ステップＳ３６）、処理をステップＳ３１へ進める。
例えば、センサ１Ａの検出範囲のセンサ群における複数あるセンサ１Ａにおける第ｉ番目（ｉ＝１，…，Ｍ）のセンサ１Ａが時刻ｔで対象物の検出の有無の時刻ｔまでの時間平均をレポートとして出力する。
センサ１Ｂも上述したように、図８に示す動作を行い、検出期間における検出結果として、対象物の有無を示すデータＪj（ｔ）をセンタサーバ２へ出力する。
例えば、センサ１Ｂの検出範囲のセンサ群における複数あるセンサ１Ｂにおける第j番目（j＝１，…，Ｎ）のセンサ１Ｂが時刻ｔで対象物の検出の有無の時刻ｔまでの時間平均を、検出結果（Ｊj（ｔ））を示すレポートを出力する。
【００７２】
次に、図９を用いて本実施形態によるセンタサーバ２の動作を説明する。図９は本実施形態によるセンタサーバ２の動作例を示すフローチャートである。
送受信部２１はセンサ１Ａ及びセンサ１Ｂ各々から上記データＪi（ｔ）、Ｊj（ｔ）を入力し、判定部２２へ転送する（ステップＳ４１）。
そして、判定部２２は、センサ１Ａのセンサ群における１番目からＭ番目までのセンサ１Ａそれぞれから入力されるＪi（ｔ）、（ｉ＝１，…，Ｍ）を時間ｔ（検出周期）毎に加算し、累積検知センサ数Ｊ（ｔ：１Ａ）＝Ｊ1（ｔ）＋Ｊ2（ｔ）＋…Ｊi＋…＋ＪM＝Σｉ＝１ＭＪi（ｔ）を算出する。
また、判定部２２は、センサ１Ｂのセンサ群における１番目からＮ番目までのセンサ１Ｂそれぞれから入力されるＪj（ｔ）、（j＝１，…，Ｎ）を時間ｔ（検出周期）毎に加算し、累積検知センサ数Ｊ（ｔ：１Ｂ）＝Ｊ1（ｔ）＋Ｊ2（ｔ）＋…Ｊj＋…＋ＪN＝Σj＝１NＪj（ｔ）を算出する（ステップＳ４２）。
【００７３】
次に、判定部２２は、比較対象物に対して予め設定されている累積検知センサ数Ｊ０（ｔ：１Ａ）及びＪ０（ｔ：１Ｂ）各々に対し、センサ１Ａ及び１Ｂから入力されたデータから算出したＪi（ｔ：１Ａ）及びＪ（ｔ：１Ｂ）と差分（Ｊ０（ｔ：１Ａ）−Ｊ（ｔ：１Ａ）、Ｊ０（ｔ：１Ｂ）−Ｊ（ｔ：１Ｂ））の絶対値を各々算出し、算出された差分が双方共に誤差基準範囲内にあるか否かの判定を行う（ステップＳ４３）。
このとき、判定部２２は、Ｊ（ｔ：１Ａ）及びＪ（ｔ：１Ｂ）の差分が双方共に、センサ１Ａ及び１Ｂそれぞれに予め設定された誤差基準（閾値）範囲内であるならば、「同一形状である」とし、それ以外の場合には「同一形状でない」と判定する（統計処理を行う）。
【００７４】
上述したように、本発明によれば、センサ密度０．０１の２次元平面内を直線的に動く物体（対象物）の形状を変えて、検出休止状態のセンサが１秒おきに起動し、検出対象の検出処理を行うシミュレーション実験を行い、累積検知センサ数Ｊ（ｔ：ｘ，ｙ）をそれぞれ算出して、図１０のグラフとして示した。ここで、「ｘ、ｙ」はｘ軸座標とｙ軸座標との検知センサ数の合計を意味している。縦軸が累積検知センサ数であり、横軸がセンサのセンシング半径を示している（センサ１Ａ及び１Ｂの検出範囲を２次元における円状の範囲とした場合）。
縦横比１：９の長方形、薄くて大きいドーナツ（Doughnut）型（内径ｒ＝３）、厚くて小さいドーナツ型（内径＝１．４５３）にて、これらを対象物として軌道上において速度１にて移動させる。
【００７５】
図１０に示すシミュレーション結果において、例えば、センサ１Ａのセンシング（検出）半径が２、センサ１Ｂのセンシング半径が３とした場合、センサ１Ｂに対して検出範囲の小さいセンサ１Ａの累積検知センサ数Ｊ（ｔ：１Ａ）により、薄くて大きいドーナツ型の対象物と、その他の形状とが区別されることがわかる。
また、同様に、図１０の結果から。センサ１Ａにより区別することができない長方形の対象物と、厚くて小さいドーナツ型の対象物とを、センサ１Ａよりセンシング半径の大きなセンサ１Ｂの累積検知センサ数Ｊ（ｔ：１Ｂ）により区別が可能であることがわかる。
【００７６】
[第３の実施形態］
次に、本発明の第３の実施形態による大きさ・形状推定システムを図面を用いて説明する。本実施形態は、図１に示す第１の実施形態と同様の構成であり、センサ１及びセンタサーバ２から構成されている。センサ１の配置位置は特定されていない。第３の実施形態と第１の実施形態との違いは、センタサーバ２内の動作のみであり、以下その点について図１１を用いて説明する。図１１は、第３の実施形態における図１に示す形状推定システムの動作例を示すフローチャートである。
図２に示す処理を行い、図２のステップＳ１２において、検出部１１は、対象物の検出の有無（有り＝１、なし＝０）の時間ｔまでの時間平均を示すデータＪｉ（ｔ）と、対象物を検出した場合、この対象物の検出できた部分の大きさの時刻ｔまでの時間平均Ａｉ（ｔ）、すなわちセンシング面積とを含む検出データをデータ処理部１２へ出力する。
【００７７】
また、センタサーバ２内の判定部２２は、各センサ１を設置したセンサ設置者により、各センサ１のセンシング範囲の大きさの情報と、動作時間比に関する情報とを与えられ、これらの情報をもとに、センシング範囲の平均的大きさと、動作中にあるセンサの密度を示す動作中センサ密度の時間平均とを算出し、内部の記憶部に保持する。
また、センタサーバ２における判定部２２は、上記センサ設置者から、センシング範囲の形状及び大きさについての情報と、対象物の形状カテゴリ（長方形、ドーナツ型、…などの形状の種類）についての情報も取得しているとする。
【００７８】
そして、判定部２２は、センシング範囲の大きさの情報と、動作時間比に関する情報とを与えられ、これらのセンシング範囲の平均的大きさと、動作中にあるセンサの密度を示す動作中センサ密度の時間平均と、センシング範囲の形状及び大きさについての情報と、対象物の形状カテゴリとについての情報から、予め形状カテゴリ毎に、検出センサ数期待値時間平均Ｅ［Ｌ（ｔ）］／ｔの評価式を得て保持しておく。
例えば、対象物の大きさ、形状が固定された状態にて動き、動作中の平均センサ密度は一定λであり、センシング範囲が半径ｒの円内であり、対象物の形状カテゴリが大きさ（面積）がＳであり、縦横比ｚの長方形である場合、検出センサ数期待値時間平均Ｅ［Ｌ（ｔ）］／ｔは、次式にて与えられることとなる。
Ｅ［Ｌ（ｔ）］／ｔ＝λ（Ｓ＋２ｒ（１＋ｚ）×（Ｓ／ｚ）１／２＋πｒ２）
【００７９】
また、対象物の内径がｘであり、外形ｙのドーナツ型の形状の場合、検出センサ数期待値時間平均Ｅ［Ｌ（ｔ）］／ｔは、次式にて与えられることとなる。
Ｅ［Ｌ（ｔ）］／ｔ＝λ（π（ｙ＋ｒ）２−π（ｘ−ｒ）２）、ｘ＞ｒ
Ｅ［Ｌ（ｔ）］／ｔ＝λ（π（ｙ＋ｒ）２）、ｘ＜ｒ
【００８０】
そして、第１の実施形態と同様に、センタサーバ２において、送受信部２１は、センサ１からのレポート（上記検出データ）を受信し、判定部２２に対して転送する（ステップＳ５１）。
レポートが入力されると、判定部２２は、各センサ１から入力された大きさＡi（ｔ）により、Ｅ［Ｒ1（ｔ）］／ｔの推定値であるＡ（ｔ）を、すでに説明した（１１）式により求める（統計処理を行う）。
また、（８）式において、その左辺の値は、（１１）式より求めたＡ（ｔ）により推定される。また、右辺の比例定数部分（すでに説明した（９）式）は、センシング範囲の平均的大きさと動作中センサ密度の時間平均との既知の数値にて与えられるため、判定部２２は（８）式から対象物の大きさＳを推定して（算出することにより）得ることができる（ステップＳ５２）。
【００８１】
次に、判定部２２は、上述のように推定して得た対象物の大きさＳを、入出力部２３に対して出力する。
そして、入出力部２３は、この大きさＳを、対象物の大きさ推定値としてその数値を出力する（ステップＳ５３）。
また、判定部２２は、各センサ１から入力されるデータＪi（ｔ）により、Ｅ［Ｌ（ｔ）］／ｔの推定値であるＪ（ｔ）を（１０）式により算出する（統計処理を行う、ステップＳ５４）。
以下説明する判定の処理において、センシング範囲が半径ｒの円内であり、対象物の形状カテゴリが大きさＳ、縦横比ｚの長方形である場合について説明する。
【００８２】
ここで、判定部２２は、検出センサ数期待値時間平均の評価式において、左辺Ｅ［Ｌ（ｔ）］／ｔは、上記Ｊ（ｔ）により推定することができる。
すなわち、仮に左辺Ｅ［Ｌ（ｔ）］／ｔをＪと表記した場合、検出センサ数期待値時間平均の評価式は、
（（Ｊ／λ）×Ｓ×πｒ２）／（２ｒＳ１／２）＝（ｚ＋１）／ｚ１／２
と表すことができる。
上記式の左辺のうち、動作中センサ密度（の時間平均）λは、すでに、判定部２２が保持しており、かつ判定部２２は大きさＳについては（８）式により算出している。
また、センシング範囲の半径ｒも内部に保持しているため、判定部２２は、左辺についての結果を算出することができる。
したがって、判定部２２は、大きさＳに依存せず、長方形の形状を決める縦横比ｚのみにより決定される関数である右辺の関数（ｚ＋１）／ｚ１／２の数値を、左辺を算出することにより得る（ステップＳ５５）。
【００８３】
次に、判定部２２は、ステップＳ５５にて算出した左辺の数値が、予め設定されている数値（閾値）より大きいか否かの検出を行い（ステップＳ５６）、左辺の数値が閾値より大きいことを検出した場合、処理をステップＳ５７へ進め、一方、左辺の数値が閾値より小さいことを検出した場合、処理をステップＳ５８へ進める。
そして、左辺の数値が閾値より大きい場合、判定部２２は、入出力部２３に対して、対象物の形状が「細長い」とする推定結果を出力する（ステップＳ５７）。
一方、左辺の数値が閾値より大きい場合、判定部２２は、入出力部２３に対して、対象物の形状が「縦横比が１に近い」とする推定結果を出力する（ステップＳ５８）。
【００８４】
シミュレーション実験により、４種類の長方形の対象物を、設定した直線上を移動させて、以下の条件にて形状を評価した結果を図１２に示す。図１２は縦軸が関数（ｚ＋１）／ｚ１／２の数値であり、横軸が対象物の面積を示している。
条件として、
・センサ密度 ：０．０１
・センシング半径 ：１ｍ
・物体を移動させた距離：１００ｍ
・物体の速度 ：１ｍ／ｓ
・センシング周期 ：１（秒）
・センシング回数 ：１００回
・シミュレーション回数：３回
の各数値を用いて、シミュレーションを行った。
図１２に示すシミュレーションの結果を参照するとわかるように、大きさＳに関係なく、縦横比ｚの推定が明確に行われていることがわかる。
【００８５】
なお、図２、図９、図１１におけるデータサーバ２の機能と、図３、図８におけるセンサ１の機能とを、それぞれ実現するためのプログラムをコンピュータ読み取り可能な記録媒体に記録して、この記録媒体に記録されたプログラムをコンピュータシステムに読み込ませ、実行することにより図３に示すフローチャートの処理を行ってもよい。なお、ここでいう「コンピュータシステム」とは、ＯＳや周辺機器等のハードウェアを含むものとする。また、「コンピュータシステム」は、ホームページ提供環境（あるいは表示環境）を備えたＷＷＷシステムも含むものとする。また、「コンピュータ読み取り可能な記録媒体」とは、フレキシブルディスク、光磁気ディスク、ＲＯＭ、ＣＤ−ＲＯＭ等の可搬媒体、コンピュータシステムに内蔵されるハードディスク等の記憶装置のことをいう。さらに「コンピュータ読み取り可能な記録媒体」とは、インターネット等のネットワークや電話回線等の通信回線を介してプログラムが送信された場合のサーバやクライアントとなるコンピュータシステム内部の揮発性メモリ（ＲＡＭ）のように、一定時間プログラムを保持しているものも含むものとする。
【００８６】
また、上記プログラムは、このプログラムを記憶装置等に格納したコンピュータシステムから、伝送媒体を介して、あるいは、伝送媒体中の伝送波により他のコンピュータシステムに伝送されてもよい。ここで、プログラムを伝送する「伝送媒体」は、インターネット等のネットワーク（通信網）や電話回線等の通信回線（通信線）のように情報を伝送する機能を有する媒体のことをいう。また、上記プログラムは、前述した機能の一部を実現するためのものであっても良い。さらに、前述した機能をコンピュータシステムにすでに記録されているプログラムとの組み合わせで実現できるもの、いわゆる差分ファイル（差分プログラム）であっても良い。
【図面の簡単な説明】
【００８７】
【図１】本発明の第１の実施形態による大きさ推定システム（または形状推定システム）の構成例を示すブロック図である。
【図２】大きさ推定システム（または形状推定システム）におけるセンサ１の動作例を説明するフローチャートである。
【図３】大きさ推定システム（または形状推定システム）におけるセンタサーバ２の動作例を説明するフローチャートである。
【図４】センサ１がセンシングエリアにおいて、対象物（あるいは対象物の１部分）を検出することができる場合に、この対象物の形状及び大きさを推定する動作の概念を示す概念図である。
【図５】本実施形態のセンサ１として用いられるセンサ構成の１例としてのセンサアレイを示す概念図である。
【図６】対象物の形状と、センシングノード数の累積和との対応を示すグラフである。
【図７】対象物の形状と、センシング面積の累積和との対応を示すグラフである。
【図８】本発明の第２の実施形態による形状推定システムにおけるセンサ１の動作例を説明するフローチャートである。
【図９】本発明の第２の実施形態による形状推定システムにおけるセンタサーバ２の動作例を説明するフローチャートである。
【図１０】第２の実施形態の形状推定システムによる形状推定のシミュレーション実験の結果を示すグラフである。
【図１１】本発明の第３の実施形態による形状推定システムにおけるセンタサーバ２の動作例を説明するフローチャートである。
【図１２】第３の実施形態の形状推定システムによる形状推定のシミュレーション実験の結果を示すグラフである。
【符号の説明】
【００８８】
１…センサ
２…センタサーバ
１１…検出部
１２…データ処理部
１３…通信部
１４，２４…バッテリ
２１…送受信部
２２…判定部
２３…入出力部
【技術分野】
【０００１】
本発明は、センサネットワークにおける各センサの検出結果により、検出対象の大きさあるいは形状を推定する大きさ推定システム及び形状推定システムに関する。
【背景技術】
【０００２】
小型の無線付きセンサをさまざまな場所に数多く分散させ、センサネットワークを構成し、さまざまな場所の状態を計測して、計測結果を色々なアプリケーションに使おうという試みが盛んに行われている（例えば、特許文献１参照）。
そのような状況下において、２次元的あるいは３次元的な広がりをもつ検出対象を、検出する方法が考えられる。
対象物全体俯瞰できる位置からのカメラによる撮影という方法が最も容易であると考えられるが、適用可能なセンサが限られるような場合や、可視光などで捉えられないような検出対象の場合、あるいは、適当な位置にカメラを配置できないような場合は適用できない。
【０００３】
一方、センサの位置をあらかじめ定めて配備するか、あるいは、配備後にＧＰＳなどを用いてセンサが配置された位置が特定できていれば、分散配置された各センサの検出結果により形状推定を行うことができる。
【特許文献１】特開２００７−１２９５１９号公報
【発明の開示】
【発明が解決しようとする課題】
【０００４】
しかしながら、特許文献１に示すセンサネットワークでは、分散配置されるセンサの多くが、個々に決められた位置に配置（あるいは配置後に登録）されることなく、測定結果を利用する場合が多いと想定されるため、個々のセンサで対象の一部を検出しても、それらの情報を分散配置センサ全体で組み合わせて、対象の大きさや形状のを把握することができないという問題がある。
また、個々の決められた位置にセンサを配備する場合は、センサ設置時に位置を把握するという手間が生じる。個々のセンサを適当に配備後、センサ付随のGPSなどで、自律的にセンサ位置を特定し、登録する場合は、個々のセンサにGPSが必要となるなどの付加コストが発生する。
【０００５】
本発明は、このような事情に鑑みてなされたもので、位置が特定されていないセンサの検出結果により、検出対象の形状が分からない場合に大きさの推定を可能とする大きさ推定装置と、検出対象の大きさが分かっている場合に形状検出を可能とする形状推定装置を提供することを目的とする。
【課題を解決するための手段】
【０００６】
本発明の大きさ推定システムは、複数個のセンサと１つのセンタサーバから構成されており、検出対象の大きさを推定する大きさ推定システムであり、前記センサが、検出対象における検出した検出部分のセンシング面積を測定する検出手段と、前記検出手段による検出データを処理し、レポート化する処理手段と、前記測定手段によるレポートを前記センタサーバに通知する通信手段とを有し、前記センタサーバが、前記複数のセンサから前記通知を受信する送受信手段と、前記複数のセンサからの通知に各々含まれる前記検出部分のセンシング面積の情報を用いた統計処理を行い、前記検出対象の大きさを判定する判定手段とを有することを特徴とする。
【０００７】
本発明の大きさ推定システムは、前記センサ各々の位置が特定されていないことを特徴とする。
【０００８】
本発明の大きさ推定システムは、前記統計処理が前記複数のセンサからの通知に各々含まれるセンシング面積の時間平均の累積和を算出する処理であることを特徴とする。
【０００９】
本発明の形状推定システムは、複数個のセンサと１つのセンタサーバから構成されており、前記検出対象の形状を推定する形状推定システムであり、前記センサが、前記検出対象の有無を検出する検出手段と、該検出手段による検出データを処理し、レポート化する処理手段と、前記処理手段によるレポートを前記センタサーバに通知する通信手段とを有し、前記センタサーバが、前記複数のセンサから前記通知を受信する送受信手段と、前記複数のセンサからの通知に各々含まれる対象物の検出の有無の情報を用いた統計処理を行い、前記検出対象の形状を判定する判定手段とを有することを特徴とする。
【００１０】
本発明の形状推定システムは、前記センサ各々の位置が特定されていないことを特徴とする。
【００１１】
本発明の形状推定システムは、前記統計処理が前記複数のセンサからの通知により、対象物を検出したセンサ数の時間平均の累積和を算出する処理であることを特徴とする。
【００１２】
本発明のセンタサーバは、複数個のセンサから入力される検出対象において検出された検出部分のセンシング面積を含む検出データにより、検出対象の大きさを推定するセンタサーバであり、前記複数のセンサから前記検出データを受信する送受信手段と、前記複数の検出データ各々に含まれる前記検出部分のセンシング面積の情報を用いた統計処理を行い、前記検出対象の大きさを判定する判定手段とを有することを特徴とする。
【００１３】
本発明のセンタサーバは、複数個のセンサから入力される検出対象の検出の有無の情報を含む検出データにより、前記検出対象の形状を推定するセンタサーバであり、前記複数のセンサから前記検出データを受信する送受信手段と、前記複数の検出データ各々に含まれる対象物の検出の有無の情報を用いた統計処理を行い、前記検出対象の形状を判定する判定手段とを有することを特徴とする。
【００１４】
本発明の形状推定システムは、センシング範囲の大きさによって区別された複数個のセンサ群と、１つのセンタサーバとから構成され、１つのセンサ群は複数のセンサを有し、検出対象の形状を推定する形状推定システムであり、前記センサが、前記検出対象の有無を検出する検出手段と、該検出手段による検出データを処理し、レポート化する処理手段と、前記処理手段によるレポートを前記センタサーバに通知する通信手段とを有し、前記センターサーバが、前記各センサ群の複数のセンサから前記レポートを受信する送受信手段と、前記各センサ群毎に、複数のセンサからのレポートに含まれる検出対象の検出の有無の情報を用いた統計処理を行い、前記検出対象の形状の判定を行う判定手段とを有することを特徴とする。
【００１５】
本発明の形状推定システムは、前記センサ各々の配置位置が特定されていないことを特徴とする。
【００１６】
本発明の形状推定システムは、前記統計処理が、前記センサ群毎に、前記複数のセンサからの通知により、検出対象を検出したセンサ数の時間平均の累積和を算出する処理であることを特徴とする。
【００１７】
本発明のセンタサーバは、複数のセンサ群の複数個のセンサから入力される検出対象の検出の有無を含む検出データにより、前記検出対象の形状を推定するセンタサーバであり、前記各センサ群の複数のセンサから前記レポートを受信する送受信手段と、前記各センサ群毎に、複数のセンサからのレポートに含まれる検出対象の検出の有無の情報を用いた統計処理を行い、前記検出対象の形状の判定を行う判定手段とを有することを特徴とする。
【００１８】
本発明の大きさ・形状推定システムは、複数個のセンサと１つのセンタサーバとから構成されており、前記検出対象の形状を推定する大きさ・形状推定システムであり、前記センサが、前記検出対象の有無を検出し、かつ前記検出対象における検出した検出部分のセンシング面積を測定する検出手段と、該検出手段による検出データを処理し、レポート化する処理手段と、前記処理手段によるレポートを前記センターサーバへ通知する通信手段とを有し、前記センターサーバが、前記複数のセンサから前記通知を受信する送受信手段と、前記複数のセンサからの前記通知に含まれる前記検出対象の検出の有無及びセンシング面積の情報を用いた統計処理を行い、該検出対象の大きさを推定し、かつ形状を判定する判定手段とを有することを特徴とする。
【００１９】
本発明の大きさ・形状推定システムは、前記センサ各々の配置位置が特定されていないことを特徴とする。
【００２０】
本発明の大きさ・形状推定システムは、前記統計処理が、前記センシング面積の時間平均の累積和を、（動作中であるセンサの平均密度）×（各センサのセンシング範囲を平均した面積）により除算して、前記検出対象の大きさの推定値を算出処理であることを特徴とする。
【００２１】
本発明の大きさ・形状推定システムは、前記統計処理が、検出対象を検出したセンサ数の時間平均と、前記センシング面積の時間平均の累積和とを用い、前記検出対象の形状を判定するパラメータのみにより定まる予め与えられた前記形状を示す関数の推定値を算出する処理であることを特徴とする。
【００２２】
本発明の大きさ・形状推定システムは、前記検出対象が縦横比ｚ、面積Ｓの長方形であって、前記センサのセンシング範囲が半径ｒの円状の範囲である場合、前記関数が（（Ｊ／λ）・Ｓ・πｒ２）／（２ｒＳ１／２）＝（ｚ＋１）／ｚ１／２であり、前記Ｊの値が対象物を検出したセンサ数の時間平均、λが動作中センサの密度の時間平均であり、前記関数の左辺を計算することにより、前記検出対象の形状を決めるパラメータｚのみにより求まる予め与えられた右辺を算出することにより、形状を推定することを特徴とする。
【００２３】
本発明のセンタサーバは、複数個のセンサから入力される検出対象の有無と、センシング面積の検出データを用いた処理により、前記検出対象の大きさ及び形状を推定するセンタサーバであり、前記複数のセンサから前記検出データを受信する送受信手段と、前記検出データ各々に含まれる前記検出対象の検出の有無及びセンシング面積の情報を用いた統計処理を行い、該検出対象の大きさを推定し、かつ形状を判定する判定手段とを有することを特徴とする。
【００２４】
本発明のプログラムは、コンピュータに上記いずれかに記載のセンターサーバの動作を実行させるためのコンピュータが実行可能なプログラムである。
【発明の効果】
【００２５】
以上説明したように、本発明によれば、分散された各センサの位置を正確に把握せず、かつ形状をモニタする機能がないセンサによっても、検出対象の形状が分からない場合に大きさの推定を可能とすることができ、かつ検出対象の大きさが不変であり分かっている場合に形状検出を可能とする。
【発明を実施するための最良の形態】
【００２６】
本発明は、任意の範囲に分散されてばらまかれており、それぞれの位置が登録されていない複数のセンサからなるセンサーネットワークを用い、検出対象の大きさあるいは形状を推定するものであり、以下の機能を有するシステムに関するものである。
（１）対象物の形状が分からない場合、位置が特定されていないセンサにより、大きさの推定を行う大きさ推定システム。
（２）対象物の大きさが不変で分かっている場合、位置が特定されていない複数のセンサによる対象物の検出有無の結果のみから形状推定を行う形状推定システム。
【００２７】
＜推定の原理となる数学モデル＞
対象物はｎ次元空間内のいずれか１次元の軌道上を、時刻ｔにおいて速度ｖ（ｔ)で移動しているとする。またセンサは任意の範囲に分散されてばらまかれているとする。
上記対象物の時刻ｔでのサイズをＳ（ｔ）とし、［０，ｔ）の範囲内におけるサイズの時間平均を、以下の（１）式により表す。
【００２８】
【数１】
【００２９】
各センサはｎ次元の半径ｒの球体に対応したセンシング範囲を有すると仮定する。実際には、後述する結果は、任意の形状のセンシング範囲で成立している。ここで、センシング範囲の大きさをＢ（ｒ）により表す。
例えば、２次元のとき、すなわちｎ＝２のとき、Ｂ（ｒ）＝πｒ２である。ここで、半径ｒは確率密度ｆ（ｒ）を有する確率変数とする。
また、各センサは動作（ウェイクアップ）状態あるいは休眠（スリープ）状態の２つの状態のいずれかの状態として動作しており、動作状態でのみ検出対象のセンシング（検出処理）が可能である。
【００３０】
そして、各センサは１つ以上存在する休眠クラス（休眠するタイミングが同一のグループ）のいずれかに属している。同一の休眠クラスに属するセンサは同時期に休眠となる。
ここで、第ｉ休眠クラスに属するセンサが、時刻ｔにおいて動作状態である確率をａｉ（ｔ）と表す。
また、第ｉ休眠クラスのセンサは、平均λｉのｎ次元のポアソン過程に従って、ばら撒かれている。上記λ（ｔ）を以下の（２）式により定義する。
【００３１】
【数２】
【００３２】
このλ（ｔ）は、時刻ｔにおける動作中をしているセンサの密度を示す平均動作中センサ密度である。
そして、ある点が時刻ｔにおいて、ｍ個のセンサによって被覆されている（センシングされている）確率をｐｍ（ｔ）とする。この確率ｐｍ（ｔ）は以下の（３）式で与えられることが示される。
【００３３】
【数３】
【００３４】
上記（３）式における平均センシングサイズは、以下の（４）式により定義される。
【００３５】
【数４】
【００３６】
そして、（３）式の確率Ｐｍ（ｔ）は、（２）式の平均動作中センサ密度と（４）式の平均センシングサイズとにのみ依存し、対象物の移動する軌道の形状、移動する速度、休眠パターン及びセンシング半径の分布によらない。また、各センサの測定範囲により被覆されている点の位置にも依存していない。
【００３７】
次に、時刻ｔにおいて位置座標（ｘ１，ｘ２，…，ｘｎ）にある対象物の一部を検出している動作中のセンサの数をＭ（ｔ；ｘ１，ｘ２，…，ｘｎ）とし、以下に示す（５）式により、特性量Ｒｍ（ｔ）を求める。
【００３８】
【数５】
【００３９】
上記（５）式において、特に、ｍ＝１のとき、特性量Ｒｍ（ｔ）は各センサがセンシングした対象物の部分の面積（センシング面積）を加算した総和の［０，ｔ）の範囲における累積値である。
そして、対象物のサイズに対する、この対象物（一部分でも）を検出している動作中センサ数のｍ次モーメントの期待値は以下の（６）式により与えられる。
【００４０】
【数６】
【００４１】
この（６）式により求められる特性量は、式から分かるように、対象物の移動する軌道の形状、対象物の速度、対象物の形状、休眠パターン及びセンシング半径の分布などに非依存である。ただし、上記（６）式において、異なる２箇所をセンシングするセンサは二重にカウントされるという意味において、直感的な意味におけるセンサと対象物との１対１の対応の「検出中センサ数」とは異なる。
【００４２】
また、上述したように、ある時刻において、対象物の一部でも検出しているセンサがいくつあるかという直感的な意味での検出中センサ数の［０，ｔ）での累積値をＬ（ｔ）とすると、Ｅ［Ｌ（ｔ）］／ｔは、対象物の形状及びサイズ（大きさ）に依存する。
（６）式において、ｍ＝１とした１次モーメントよる以下の（７）式による特性量は対象物の形状に非依存である
【００４３】
【数７】
【００４４】
一方、上述したように、Ｅ［Ｌ（ｔ）］／ｔによる特性量は対象物の形状に依存する。すなわち、（７）式の特性量はセンシングされた面積（センシング面積）の累積和に相当し、Ｅ［Ｌ（ｔ）］／ｔの特性量は分散配置され対象物を検出したセンサ数の累積和に相当する。
【００４５】
すでに述べた（６）式による動作中センサ数のｍ次モーメントの期待値は対象物の形状に非依存であり、センシング面積の累積和を示し、Ｅ［Ｌ（ｔ）］／ｔは形状に依存し、対象物を検出中のセンサ数（センシングノード数）の累積和に相当する。
特に、大きさＳ（ｔ）が不変でＳの場合、上記Ｅ［Ｒ１（ｔ）］／ｔは、以下の（８）式により求められる。そして、この（８）式は形状によらずにサイズの時間平均に比例した関数となる。
【００４６】
【数８】
【００４７】
上記（８）式における以下の（９）式の比例定数は、対象物の形状及びサイズによらず定まるので、これを求めることにより、対象物の大きさを決定することができる。
【００４８】
【数９】
【００４９】
[第１の実施形態］
＜大きさ（あるいは形状）推定システムの構成＞
本発明の第１の実施形態による大きさ推定システムを図面を用いて説明する。図１は動実施形態による大きさ推定システムの構成例を示す概念図である。
大きさ推定システムは、分散配置されたセンサ１と、データ解析センタに配置されたセンタサーバ２により構成されている。
上記センサ１は、対象物を検出する検出部１１と、この検出部１１からの検出データをデータ処理するデータ処理部１２と、処理結果をデータ解析センタに送信する通信部１３と、各部に対して駆動電力を供給するバッテリ１４とを有している。上記データ処理部１２はマイクロプロセッサ及びメモリなどから構成されている。
【００５０】
上記センタサーバ２は、センサ１から処理結果を受信する送受信部２１と、この処理結果から大きさ（あるいは形状）を判定する判定部２２と、判定結果を出力する入出力部２３と、各部に対して駆動電力を供給するバッテリ２４とを有している。上記判定部２２はマイクロプロセッサ及びメモリなどから構成されている。
【００５１】
次に、図２を用いて本実施形態によるセンサ１の動作を説明する。図２は本実施形態によるセンサ１の動作例を示すフローチャートである。本実施形態の大きさ推定システムにおいて、分散配置されているセンサ１は全体にてＮ個あり、以下に説明するセンサ１をｉ番目のセンサとする。
ステップ１１において、データ処理部１２は、内部カウンタの計数値が予め設定した時刻になったか否かを検出し、予め設定時間となった場合、例えば時刻ｔ１となった場合、センサ１の各部をスリープ状態からウェイクアップ状態とし、処理をステップＳ１２へ処理を進め、休眠時間が経過していない場合、時刻判定の処理を繰り返す。
【００５２】
次に、ステップＳ１２において、検出部１１は、対象物の検出の有無（有り＝１、なし＝０）の時間ｔまでの時間平均を示すデータＪｉ（ｔ）と、対象物を検出した場合、この対象物の検出できた部分の大きさの時刻ｔまでの時間平均Ａｉ（ｔ）、すなわちセンシング面積とを含む検出データをデータ処理部１２へ出力する。ここで、センサは、搭載している撮像装置にて撮影した画像から、検出対象の移動に伴う輪郭処理などの画像処理により、撮像した検出対象の部分の面積を測定する。また、本実施形態においては、データＪｉ（ｔ）及び大きさの時間平均Ａｉ（ｔ）を同一のセンサ１から入力する構成としているが、データＪｉ（ｔ）及び大きさの時間平均Ａｉ（ｔ）各々を異なるセンサから得るようにしてもよい。
そして、ステップＳ１３において、データ処理部１２は、検出部１１から出力される検出データから、データＪｉ（ｔ）と、大きさＡｉ（ｔ）とのレポートとし、検出結果を作成し、この検出結果を通信部１３へ出力する。
これにより、ステップＳ１４において、通信部１３は、入力される検出結果を解析センタへ送信する。
また、ステップＳ１２及びステップＳ１３において、対象物のサイズが一定であることが判っている場合、検出部１１は大きさＡｉ（ｔ）を検出せず、データ処理部１２は検出結果に大きさＡｉ（ｔ）を含めることはしない。
【００５３】
次に、図３を用いて本実施形態によるデータ解析センタに設けられているセンタサーバ２の動作を説明する。図３は本実施形態によるセンタサーバ２の動作例を示すフローチャートである。本実施形態の大きさ推定システムにおいて、分散配置されているセンサ１が全体にてＮ個あり、センタサーバ２は各センサ１からの検出結果を受信する。
ステップＳ２１において、送受信部２１は、各センサ１（ｉ番目、１≦ｉ≦Ｎ）から検出結果を受信する。
【００５４】
そして、ステップＳ２２において、判定部２２は、各センサ１から入力されたデータＪｉ（ｔ）により、Ｅ［Ｌ（ｔ）］／ｔの推定値であるＪ（ｔ）を以下の（１０）式により求める（統計処理を行う）。
【００５５】
【数１０】
【００５６】
また、判定部２２は、各センサ１から入力された大きさＡｉ（ｔ）により、Ｅ［Ｒ１（ｔ）］／ｔの推定値であるＡ（ｔ）を以下の（１１）式により求める（統計処理を行う）。
【００５７】
【数１１】
【００５８】
そして、ステップＳ２３において、判定部２２は、大きさの推定値Ａ（ｔ）が予めユーザ等により設定された大きさを示す設定値である閾値１と比較し、大きいか否かの比較を行い、推定値Ａ（ｔ）が閾値１より大きければ処理をステップＳ２４へ進め、一方、推定値Ａ（ｔ）が閾値１より小さければ処理をステップＳ２５へ進める。
【００５９】
ここで、判定部２２は、大きさが一定であり既知の対象物に対しては、上記ステップＳ２３、Ｓ２４、Ｓ２５は行わずに、ステップＳ２２においてＪ（ｔ）の計算のみを行った後、処理をステップＳ２６へ進める。
次に、ステップＳ２４において、判定部２２は、入出力部２３に対して、「大きい」を示す情報を出力し、処理をステップＳ２６へ進める。
また、ステップＳ２５において、判定部２２は、入出力部２３に対して、「小さい」を示す情報を出力し、処理をステップＳ２６へ進める。
【００６０】
そして、ステップＳ２６において、判定部２２は、Ｊ（ｔ）が予めユーザ等により設定された閾値２より大きければ、処理をステップＳ２７へ進め、Ｊ（ｔ）が予め設定された閾値２より小さければ、処理をステップＳ２８へ進める。
次に、ステップＳ２７において、判定部２２は、入出力部２３に対して、「細長い」を示す情報を出力する。
また、ステップＳ２８において、判定部２２は、入出力部２３に対して、「縦横比が１に近い」を示す情報を出力する。
【００６１】
上述したように、本実施形態によれば、図４に示すように、センサ１がセンシングエリアにおいて、対象物（あるいは対象物の一部分）を検出することができる場合に、分散配置されそれぞれの位置が特定されていないセンサ１により、上述した推定値Ａ（ｔ）を求めることにより、対象物の大きさの推定を、可能とすることができる（大きさ推定システム）。
また、同様に、対象物の大きさが不変で分かっている場合、分散配置されそれぞれの位置が特定されていないセンサ１による対象物の検出の有無の情報のみから、Ｊ（ｔ）を求めることにより、形状推定を可能とすることができる（形状推定システム）。
【００６２】
上述したセンサ１は、対象物の大きさが不変で分かっている場合に形状推定を行う際、対象物の有無の検出のみであるならば、多くの一般的なセンサを用いることができる。
具体的には、振動センサや磁気センサにより、車両などの移動体の通過を検出する場合や、化学センサにより発生源から放出された化学物質の拡散を検出する場合、あるいはレーザなどの発光素子と受光素子との送受信対からなる光センサにより動物の大群の個体が横切ることを検出する場合、などが挙げられる。
すなわち、上述したように、車両・移動体・通過物、化学物質の塊、動物の群れの形状検出、が形状推定の場合に相当する。
【００６３】
一方、センサ１が対象物の一部を検出し、その検出した部分の大きさをＡｉ（ｔ）として検出結果としてセンタサーバ２へ送信する場合、このときセンサ１には例えばカメラなどの撮像素子が用いられる。判定部２２は、この複数のカメラ（検出部１１）による撮像画像を画像処理して対象物の範囲を特定する。
このとき、対象物が１つのセンサ１の画像に入りきる場合、対象物の大きさや形状は推定可能である。
本実施形態においては、対象物が１つのセンサ１の画像に入り切らない場合、複数のカメラのそれぞれの画像から対象物の映った部分の大きさを特定し（例えば、ファインダ全面の面積と、対象物の写っている領域との比率などを求め）、その映った部分の大きさＡｉ（ｔ）を対応するセンサタサーバ２へ送信し、センタサーバ２が複数のセンサ１各々からの大きさＡｉ（ｔ）の累積値の時間平均を求めることにより対象物全体の大きさや形状の推定が可能となる。
【００６４】
カメラを用いた以外の例としては、１つのセンサ１の検出部１１が物理的に離れた複数の検出器から構成される場合がある。例えば、図５に示すように、検出部１１がマトリクス状に配置された検出器（ｉ，ｊ）による検出器アレイの構成が一例としてある。この検出器（ｉ，ｊ）は対象物の検出の有無のみを検出する検出器である。そして、データ処理部１２は、対象物を検出した検出器（ｉ，ｊ）の範囲の大きさを、検出された対象物の部分の大きさＡｋ（ｔ）として出力させる。
【００６５】
上述したように、本実施形態によれば、２次元平面上を直線的に動く長方形の物体の形状を変え、１秒毎にセンシングを行うシミュレーションの実験を行い、センシングノード数の累積和と、センシング面積の累積和とを、それぞれ図６、図７にそれぞれ示した。
図６において縦軸がセンシングノード数の累積和であり、横軸が形状（対象物の縦横比）を示している。図７において縦軸がセンシング面積の累積和であり、横軸が形状（対象物の縦横比）を示している。
このシミュレーション結果を示す図６及び図７により、正方形に近い物体ほどセンシングノード数の累積和が減少することが確認できる。
この結果、分散された各センサ１のセンサ位置を正確に把握せず、かつ形状をモニタする機能がないセンサによっても、形状推定が可能となる。
【００６６】
[第２の実施形態］
次に、本発明の第２の実施形態による大きさ推定システムを図面を用いて説明する。本実施形態は、図１に示す第１の実施形態と同様の構成であり、センサ１及びセンタサーバ２から構成されている。第２の実施形態と第１の実施形態との違いは、センサ１が検出部１１の検出範囲が異なることで区別されたセンサ１Ａ及びセンサ１Ｂの２種類をそれぞれ群として有し、それぞれの群が検出範囲の同様な複数のセンサから構成されている点である。これらのセンサ群におけるセンサ１Ａ及び１Ｂの配置位置は特定されてはおらず、それぞれランダムに配置されている。本実施形態においては、２つのセンサ群として説明するが、３種以上の複数種類の検出範囲のセンサ１により、それぞれの検出範囲毎にセンサ群を設けるようにしても良い。
ここで、センサ１Ａにおける検出部１１Ａは、センサ２Ａにおける検出部１１Ｂに比較して、検出範囲が小さい、例えば１／２の距離範囲であるとする。
また、センサ１Ａ及びセンサ１Ｂが出力する検出データは対象物の検出の有無を示すデータのみである。これらセンサ１Ａ及びセンサ１Ｂがそれぞれ複数、異なる場所に設置されている。
【００６７】
上記センサ１Ａ及びセンサ１Ｂ各々は、同一タイプ（同一の検出距離を有する検出部１１を有するタイプ）単位に検出休止（スリープ状態）期間あるいは検出（動作状態）期間に移行するとして以下の説明を行う。実際には、センサ１Ａのセンサ群とセンサ１Ｂのセンサ群とが、それぞれセンサ群単位にて検出休止及び検出処理を行うのではなく、センサ群毎のデータが区別できれば、センサ群単位にて検出休止及び検出の周期を合わせる必要はない。
ここで、上述したセンサ１Ａあるいは１Ｂの検出期間から検出休止期間へ、あるいは検出休止期間から検出期間への状態遷移、すなわちそれぞれの期間の開始及び終了は、例えば、各センサ１Ａ及び１Ｂに内蔵されている時計に対して、検出及び検出休止それぞれの期間の開始及び終了の時間を予め設定しておく構成がある。また、他の方法として、センターサーバ２が内部に検出及び検出休止それぞれの期間の開始及び終了の時間が設定された時計を有し、センターサーバがセンサ１Ａ及び１Ｂそれぞれに対し、検出及び検出休止の期間となった際、各センサに通知する構成としても良い。
【００６８】
次に、図８を用いて本実施形態によるセンサ１Ａ及び１Ｂの動作を説明する。図８は本実施形態によるセンサ１Ａ（またはセンサ１Ｂ）の動作例を示すフローチャートである。本実施形態の大きさ推定システムにおいて、分散配置されているセンサ１Ａが全体にてＭ個あり、センサ１ＢがＮ個として説明する。予め与えられた比較対象物と大きさが同じであり、形状の同一性が不明の検出対象物に対して、検出範囲の異なるセンサ１Ａ及び１Ｂを用いて、形状同一性の判定を行う動作を図８のフローチャートにて行う。また、以下の説明においては、各センサ１Ａ及び１Ｂに内蔵されている時計に対して、検出及び検出休止それぞれの期間の開始及び終了の時間を予め設定しておく構成として説明する。ここで、センサ１Ａがタイプ１センサであり、センサ１Ｂがタイプ２センサである。
【００６９】
センサ１Ａは検出期間であるか否かを内部のフラグにより検出し（ステップＳ３１）、検出期間でない（検出休止期間である）ことを検出すると処理をステップＳ３２へ進め、検出期間であることを検出すると処理をステップＳ３３へ進める。
そして、センサ１Ａは、検出休止期間が休止期間が終了したか否かの判定を、内蔵する時計の時間により行い（ステップＳ３２）、一定時間が経過したことを検出すると検出期間であることを示すフラグを立て、処理をステップＳ３１へ進め、一方、一定時間を経過していないことを検出すると、ステップＳ３２の処理を繰り返す。
【００７０】
また、センサ１Ａは、上記フラグが検出期間であることを示している場合、検出期間が経過したか否かの判定を、内蔵する時計の時間により行い（ステップＳ３３）、一定時間が経過したことを検出すると検出期間であることを示すフラグを下げ、処理をステップＳ３４へ進め、一方、一定時間を経過していないことを検出すると、ステップＳ３３の処理を繰り返す。
そして、検出部１１Ａは、一定時間内における設定された周期毎における、対象物を検出したか否かを示すデータＪi（ｔ）をデータ処理部１２に対して出力する（ステップＳ３４）。
【００７１】
データが入力されると、データ処理部１２は、入力される対象物の有無を示す上記データＪi（ｔ）を一定時間内における平均を算出してレポートとし、検出結果（平均データＪi（ｔ））を作成し（ステップＳ３５）、センタサーバ２へ出力し（ステップＳ３６）、処理をステップＳ３１へ進める。
例えば、センサ１Ａの検出範囲のセンサ群における複数あるセンサ１Ａにおける第ｉ番目（ｉ＝１，…，Ｍ）のセンサ１Ａが時刻ｔで対象物の検出の有無の時刻ｔまでの時間平均をレポートとして出力する。
センサ１Ｂも上述したように、図８に示す動作を行い、検出期間における検出結果として、対象物の有無を示すデータＪj（ｔ）をセンタサーバ２へ出力する。
例えば、センサ１Ｂの検出範囲のセンサ群における複数あるセンサ１Ｂにおける第j番目（j＝１，…，Ｎ）のセンサ１Ｂが時刻ｔで対象物の検出の有無の時刻ｔまでの時間平均を、検出結果（Ｊj（ｔ））を示すレポートを出力する。
【００７２】
次に、図９を用いて本実施形態によるセンタサーバ２の動作を説明する。図９は本実施形態によるセンタサーバ２の動作例を示すフローチャートである。
送受信部２１はセンサ１Ａ及びセンサ１Ｂ各々から上記データＪi（ｔ）、Ｊj（ｔ）を入力し、判定部２２へ転送する（ステップＳ４１）。
そして、判定部２２は、センサ１Ａのセンサ群における１番目からＭ番目までのセンサ１Ａそれぞれから入力されるＪi（ｔ）、（ｉ＝１，…，Ｍ）を時間ｔ（検出周期）毎に加算し、累積検知センサ数Ｊ（ｔ：１Ａ）＝Ｊ1（ｔ）＋Ｊ2（ｔ）＋…Ｊi＋…＋ＪM＝Σｉ＝１ＭＪi（ｔ）を算出する。
また、判定部２２は、センサ１Ｂのセンサ群における１番目からＮ番目までのセンサ１Ｂそれぞれから入力されるＪj（ｔ）、（j＝１，…，Ｎ）を時間ｔ（検出周期）毎に加算し、累積検知センサ数Ｊ（ｔ：１Ｂ）＝Ｊ1（ｔ）＋Ｊ2（ｔ）＋…Ｊj＋…＋ＪN＝Σj＝１NＪj（ｔ）を算出する（ステップＳ４２）。
【００７３】
次に、判定部２２は、比較対象物に対して予め設定されている累積検知センサ数Ｊ０（ｔ：１Ａ）及びＪ０（ｔ：１Ｂ）各々に対し、センサ１Ａ及び１Ｂから入力されたデータから算出したＪi（ｔ：１Ａ）及びＪ（ｔ：１Ｂ）と差分（Ｊ０（ｔ：１Ａ）−Ｊ（ｔ：１Ａ）、Ｊ０（ｔ：１Ｂ）−Ｊ（ｔ：１Ｂ））の絶対値を各々算出し、算出された差分が双方共に誤差基準範囲内にあるか否かの判定を行う（ステップＳ４３）。
このとき、判定部２２は、Ｊ（ｔ：１Ａ）及びＪ（ｔ：１Ｂ）の差分が双方共に、センサ１Ａ及び１Ｂそれぞれに予め設定された誤差基準（閾値）範囲内であるならば、「同一形状である」とし、それ以外の場合には「同一形状でない」と判定する（統計処理を行う）。
【００７４】
上述したように、本発明によれば、センサ密度０．０１の２次元平面内を直線的に動く物体（対象物）の形状を変えて、検出休止状態のセンサが１秒おきに起動し、検出対象の検出処理を行うシミュレーション実験を行い、累積検知センサ数Ｊ（ｔ：ｘ，ｙ）をそれぞれ算出して、図１０のグラフとして示した。ここで、「ｘ、ｙ」はｘ軸座標とｙ軸座標との検知センサ数の合計を意味している。縦軸が累積検知センサ数であり、横軸がセンサのセンシング半径を示している（センサ１Ａ及び１Ｂの検出範囲を２次元における円状の範囲とした場合）。
縦横比１：９の長方形、薄くて大きいドーナツ（Doughnut）型（内径ｒ＝３）、厚くて小さいドーナツ型（内径＝１．４５３）にて、これらを対象物として軌道上において速度１にて移動させる。
【００７５】
図１０に示すシミュレーション結果において、例えば、センサ１Ａのセンシング（検出）半径が２、センサ１Ｂのセンシング半径が３とした場合、センサ１Ｂに対して検出範囲の小さいセンサ１Ａの累積検知センサ数Ｊ（ｔ：１Ａ）により、薄くて大きいドーナツ型の対象物と、その他の形状とが区別されることがわかる。
また、同様に、図１０の結果から。センサ１Ａにより区別することができない長方形の対象物と、厚くて小さいドーナツ型の対象物とを、センサ１Ａよりセンシング半径の大きなセンサ１Ｂの累積検知センサ数Ｊ（ｔ：１Ｂ）により区別が可能であることがわかる。
【００７６】
[第３の実施形態］
次に、本発明の第３の実施形態による大きさ・形状推定システムを図面を用いて説明する。本実施形態は、図１に示す第１の実施形態と同様の構成であり、センサ１及びセンタサーバ２から構成されている。センサ１の配置位置は特定されていない。第３の実施形態と第１の実施形態との違いは、センタサーバ２内の動作のみであり、以下その点について図１１を用いて説明する。図１１は、第３の実施形態における図１に示す形状推定システムの動作例を示すフローチャートである。
図２に示す処理を行い、図２のステップＳ１２において、検出部１１は、対象物の検出の有無（有り＝１、なし＝０）の時間ｔまでの時間平均を示すデータＪｉ（ｔ）と、対象物を検出した場合、この対象物の検出できた部分の大きさの時刻ｔまでの時間平均Ａｉ（ｔ）、すなわちセンシング面積とを含む検出データをデータ処理部１２へ出力する。
【００７７】
また、センタサーバ２内の判定部２２は、各センサ１を設置したセンサ設置者により、各センサ１のセンシング範囲の大きさの情報と、動作時間比に関する情報とを与えられ、これらの情報をもとに、センシング範囲の平均的大きさと、動作中にあるセンサの密度を示す動作中センサ密度の時間平均とを算出し、内部の記憶部に保持する。
また、センタサーバ２における判定部２２は、上記センサ設置者から、センシング範囲の形状及び大きさについての情報と、対象物の形状カテゴリ（長方形、ドーナツ型、…などの形状の種類）についての情報も取得しているとする。
【００７８】
そして、判定部２２は、センシング範囲の大きさの情報と、動作時間比に関する情報とを与えられ、これらのセンシング範囲の平均的大きさと、動作中にあるセンサの密度を示す動作中センサ密度の時間平均と、センシング範囲の形状及び大きさについての情報と、対象物の形状カテゴリとについての情報から、予め形状カテゴリ毎に、検出センサ数期待値時間平均Ｅ［Ｌ（ｔ）］／ｔの評価式を得て保持しておく。
例えば、対象物の大きさ、形状が固定された状態にて動き、動作中の平均センサ密度は一定λであり、センシング範囲が半径ｒの円内であり、対象物の形状カテゴリが大きさ（面積）がＳであり、縦横比ｚの長方形である場合、検出センサ数期待値時間平均Ｅ［Ｌ（ｔ）］／ｔは、次式にて与えられることとなる。
Ｅ［Ｌ（ｔ）］／ｔ＝λ（Ｓ＋２ｒ（１＋ｚ）×（Ｓ／ｚ）１／２＋πｒ２）
【００７９】
また、対象物の内径がｘであり、外形ｙのドーナツ型の形状の場合、検出センサ数期待値時間平均Ｅ［Ｌ（ｔ）］／ｔは、次式にて与えられることとなる。
Ｅ［Ｌ（ｔ）］／ｔ＝λ（π（ｙ＋ｒ）２−π（ｘ−ｒ）２）、ｘ＞ｒ
Ｅ［Ｌ（ｔ）］／ｔ＝λ（π（ｙ＋ｒ）２）、ｘ＜ｒ
【００８０】
そして、第１の実施形態と同様に、センタサーバ２において、送受信部２１は、センサ１からのレポート（上記検出データ）を受信し、判定部２２に対して転送する（ステップＳ５１）。
レポートが入力されると、判定部２２は、各センサ１から入力された大きさＡi（ｔ）により、Ｅ［Ｒ1（ｔ）］／ｔの推定値であるＡ（ｔ）を、すでに説明した（１１）式により求める（統計処理を行う）。
また、（８）式において、その左辺の値は、（１１）式より求めたＡ（ｔ）により推定される。また、右辺の比例定数部分（すでに説明した（９）式）は、センシング範囲の平均的大きさと動作中センサ密度の時間平均との既知の数値にて与えられるため、判定部２２は（８）式から対象物の大きさＳを推定して（算出することにより）得ることができる（ステップＳ５２）。
【００８１】
次に、判定部２２は、上述のように推定して得た対象物の大きさＳを、入出力部２３に対して出力する。
そして、入出力部２３は、この大きさＳを、対象物の大きさ推定値としてその数値を出力する（ステップＳ５３）。
また、判定部２２は、各センサ１から入力されるデータＪi（ｔ）により、Ｅ［Ｌ（ｔ）］／ｔの推定値であるＪ（ｔ）を（１０）式により算出する（統計処理を行う、ステップＳ５４）。
以下説明する判定の処理において、センシング範囲が半径ｒの円内であり、対象物の形状カテゴリが大きさＳ、縦横比ｚの長方形である場合について説明する。
【００８２】
ここで、判定部２２は、検出センサ数期待値時間平均の評価式において、左辺Ｅ［Ｌ（ｔ）］／ｔは、上記Ｊ（ｔ）により推定することができる。
すなわち、仮に左辺Ｅ［Ｌ（ｔ）］／ｔをＪと表記した場合、検出センサ数期待値時間平均の評価式は、
（（Ｊ／λ）×Ｓ×πｒ２）／（２ｒＳ１／２）＝（ｚ＋１）／ｚ１／２
と表すことができる。
上記式の左辺のうち、動作中センサ密度（の時間平均）λは、すでに、判定部２２が保持しており、かつ判定部２２は大きさＳについては（８）式により算出している。
また、センシング範囲の半径ｒも内部に保持しているため、判定部２２は、左辺についての結果を算出することができる。
したがって、判定部２２は、大きさＳに依存せず、長方形の形状を決める縦横比ｚのみにより決定される関数である右辺の関数（ｚ＋１）／ｚ１／２の数値を、左辺を算出することにより得る（ステップＳ５５）。
【００８３】
次に、判定部２２は、ステップＳ５５にて算出した左辺の数値が、予め設定されている数値（閾値）より大きいか否かの検出を行い（ステップＳ５６）、左辺の数値が閾値より大きいことを検出した場合、処理をステップＳ５７へ進め、一方、左辺の数値が閾値より小さいことを検出した場合、処理をステップＳ５８へ進める。
そして、左辺の数値が閾値より大きい場合、判定部２２は、入出力部２３に対して、対象物の形状が「細長い」とする推定結果を出力する（ステップＳ５７）。
一方、左辺の数値が閾値より大きい場合、判定部２２は、入出力部２３に対して、対象物の形状が「縦横比が１に近い」とする推定結果を出力する（ステップＳ５８）。
【００８４】
シミュレーション実験により、４種類の長方形の対象物を、設定した直線上を移動させて、以下の条件にて形状を評価した結果を図１２に示す。図１２は縦軸が関数（ｚ＋１）／ｚ１／２の数値であり、横軸が対象物の面積を示している。
条件として、
・センサ密度 ：０．０１
・センシング半径 ：１ｍ
・物体を移動させた距離：１００ｍ
・物体の速度 ：１ｍ／ｓ
・センシング周期 ：１（秒）
・センシング回数 ：１００回
・シミュレーション回数：３回
の各数値を用いて、シミュレーションを行った。
図１２に示すシミュレーションの結果を参照するとわかるように、大きさＳに関係なく、縦横比ｚの推定が明確に行われていることがわかる。
【００８５】
なお、図２、図９、図１１におけるデータサーバ２の機能と、図３、図８におけるセンサ１の機能とを、それぞれ実現するためのプログラムをコンピュータ読み取り可能な記録媒体に記録して、この記録媒体に記録されたプログラムをコンピュータシステムに読み込ませ、実行することにより図３に示すフローチャートの処理を行ってもよい。なお、ここでいう「コンピュータシステム」とは、ＯＳや周辺機器等のハードウェアを含むものとする。また、「コンピュータシステム」は、ホームページ提供環境（あるいは表示環境）を備えたＷＷＷシステムも含むものとする。また、「コンピュータ読み取り可能な記録媒体」とは、フレキシブルディスク、光磁気ディスク、ＲＯＭ、ＣＤ−ＲＯＭ等の可搬媒体、コンピュータシステムに内蔵されるハードディスク等の記憶装置のことをいう。さらに「コンピュータ読み取り可能な記録媒体」とは、インターネット等のネットワークや電話回線等の通信回線を介してプログラムが送信された場合のサーバやクライアントとなるコンピュータシステム内部の揮発性メモリ（ＲＡＭ）のように、一定時間プログラムを保持しているものも含むものとする。
【００８６】
また、上記プログラムは、このプログラムを記憶装置等に格納したコンピュータシステムから、伝送媒体を介して、あるいは、伝送媒体中の伝送波により他のコンピュータシステムに伝送されてもよい。ここで、プログラムを伝送する「伝送媒体」は、インターネット等のネットワーク（通信網）や電話回線等の通信回線（通信線）のように情報を伝送する機能を有する媒体のことをいう。また、上記プログラムは、前述した機能の一部を実現するためのものであっても良い。さらに、前述した機能をコンピュータシステムにすでに記録されているプログラムとの組み合わせで実現できるもの、いわゆる差分ファイル（差分プログラム）であっても良い。
【図面の簡単な説明】
【００８７】
【図１】本発明の第１の実施形態による大きさ推定システム（または形状推定システム）の構成例を示すブロック図である。
【図２】大きさ推定システム（または形状推定システム）におけるセンサ１の動作例を説明するフローチャートである。
【図３】大きさ推定システム（または形状推定システム）におけるセンタサーバ２の動作例を説明するフローチャートである。
【図４】センサ１がセンシングエリアにおいて、対象物（あるいは対象物の１部分）を検出することができる場合に、この対象物の形状及び大きさを推定する動作の概念を示す概念図である。
【図５】本実施形態のセンサ１として用いられるセンサ構成の１例としてのセンサアレイを示す概念図である。
【図６】対象物の形状と、センシングノード数の累積和との対応を示すグラフである。
【図７】対象物の形状と、センシング面積の累積和との対応を示すグラフである。
【図８】本発明の第２の実施形態による形状推定システムにおけるセンサ１の動作例を説明するフローチャートである。
【図９】本発明の第２の実施形態による形状推定システムにおけるセンタサーバ２の動作例を説明するフローチャートである。
【図１０】第２の実施形態の形状推定システムによる形状推定のシミュレーション実験の結果を示すグラフである。
【図１１】本発明の第３の実施形態による形状推定システムにおけるセンタサーバ２の動作例を説明するフローチャートである。
【図１２】第３の実施形態の形状推定システムによる形状推定のシミュレーション実験の結果を示すグラフである。
【符号の説明】
【００８８】
１…センサ
２…センタサーバ
１１…検出部
１２…データ処理部
１３…通信部
１４，２４…バッテリ
２１…送受信部
２２…判定部
２３…入出力部
【特許請求の範囲】
【請求項１】
複数個のセンサと１つのセンタサーバから構成されており、検出対象の大きさを推定する大きさ推定システムであり、
前記センサが、
検出対象における検出した検出部分のセンシング面積を測定する検出手段と、
前記検出手段による検出データを処理し、レポート化する処理手段と、
前記測定手段によるレポートを前記センタサーバに通知する通信手段と
を有し、
前記センタサーバが、
前記複数のセンサから前記通知を受信する送受信手段と、
前記複数のセンサからの通知に各々含まれる前記検出部分のセンシング面積の情報を用いた統計処理を行い、前記検出対象の大きさを判定する判定手段と
を有することを特徴とする大きさ推定システム。
【請求項２】
前記センサ各々の位置が特定されていないことを特徴とする請求項１記載の大きさ推定システム。
【請求項３】
前記統計処理が前記複数のセンサからの通知に各々含まれるセンシング面積の時間平均の累積和を算出する処理であることを特徴とする請求項１または請求項２に記載の大きさ推定システム。
【請求項４】
複数個のセンサと１つのセンタサーバから構成されており、前記検出対象の形状を推定する形状推定システムであり、
前記センサが、
前記検出対象の有無を検出する検出手段と、
該検出手段による検出データを処理し、レポート化する処理手段と、
前記処理手段によるレポートを前記センタサーバに通知する通信手段と
を有し、
前記センタサーバが、
前記複数のセンサから前記通知を受信する送受信手段と、
前記複数のセンサからの通知に各々含まれる対象物の検出の有無の情報を用いた統計処理を行い、前記検出対象の形状を判定する判定手段と
を有することを特徴とする形状推定システム。
【請求項５】
前記センサ各々の位置が特定されていないことを特徴とする請求項４記載の形状推定システム。
【請求項６】
前記統計処理が前記複数のセンサからの通知により、対象物を検出したセンサ数の時間平均の累積和を算出する処理であることを特徴とする請求項４または請求項５に記載の形状推定システム。
【請求項７】
複数個のセンサから入力される検出対象において検出された検出部分のセンシング面積を含む検出データにより、検出対象の大きさを推定するセンタサーバであり、
前記複数のセンサから前記検出データを受信する送受信手段と、
前記複数の検出データ各々に含まれる前記検出部分のセンシング面積の情報を用いた統計処理を行い、前記検出対象の大きさを判定する判定手段と
を有することを特徴とするセンタサーバ。
【請求項８】
複数個のセンサから入力される検出対象の検出の有無の情報を含む検出データにより、前記検出対象の形状を推定するセンタサーバであり、
前記複数のセンサから前記検出データを受信する送受信手段と、
前記複数の検出データ各々に含まれる対象物の検出の有無の情報を用いた統計処理を行い、前記検出対象の形状を判定する判定手段と
を有することを特徴とするセンタサーバ。
【請求項９】
センシング範囲の大きさによって区別された複数個のセンサ群と、１つのセンタサーバとから構成され、１つのセンサ群は複数のセンサを有し、検出対象の形状を推定する形状推定システムであり、
前記センサが、
前記検出対象の有無を検出する検出手段と、
該検出手段による検出データを処理し、レポート化する処理手段と、
前記処理手段によるレポートを前記センタサーバに通知する通信手段と
を有し、
前記センターサーバが、
前記各センサ群の複数のセンサから前記レポートを受信する送受信手段と、
前記各センサ群毎に、複数のセンサからのレポートに含まれる検出対象の検出の有無の情報を用いた統計処理を行い、前記検出対象の形状の判定を行う判定手段と
を有することを特徴とする形状推定システム。
【請求項１０】
前記センサ各々の配置位置が特定されていないことを特徴とする請求項９に記載の形状推定システム。
【請求項１１】
前記統計処理が、前記センサ群毎に、前記複数のセンサからの通知により、検出対象を検出したセンサ数の時間平均の累積和を算出する処理であることを特徴とする請求項９または請求項１０に記載の形状推定システム。
【請求項１２】
複数のセンサ群の複数個のセンサから入力される検出対象の検出の有無を含む検出データにより、前記検出対象の形状を推定するセンタサーバであり、
前記各センサ群の複数のセンサから前記レポートを受信する送受信手段と、
前記各センサ群毎に、複数のセンサからのレポートに含まれる検出対象の検出の有無の情報を用いた統計処理を行い、前記検出対象の形状の判定を行う判定手段と
を有することを特徴とするセンタサーバ。
【請求項１３】
複数個のセンサと１つのセンタサーバとから構成されており、前記検出対象の形状を推定する大きさ・形状推定システムであり、
前記センサが、
前記検出対象の有無を検出し、かつ前記検出対象における検出した検出部分のセンシング面積を測定する検出手段と、
該検出手段による検出データを処理し、レポート化する処理手段と、
前記処理手段によるレポートを前記センターサーバへ通知する通信手段と
を有し、
前記センターサーバが、
前記複数のセンサから前記通知を受信する送受信手段と、
前記複数のセンサからの前記通知に含まれる前記検出対象の検出の有無及びセンシング面積の情報を用いた統計処理を行い、該検出対象の大きさを推定し、かつ形状を判定する判定手段と
を有することを特徴とする大きさ・形状推定システム。
【請求項１４】
前記センサ各々の配置位置が特定されていないことを特徴とする請求項１３に記載の大きさ・形状推定システム。
【請求項１５】
前記統計処理が、前記センシング面積の時間平均の累積和を、（動作中であるセンサの平均密度）×（各センサのセンシング範囲を平均した面積）により除算して、前記検出対象の大きさの推定値を算出処理であることを特徴とする請求項１３または請求項１４に記載の大きさ・形状推定システム。
【請求項１６】
前記統計処理が、検出対象を検出したセンサ数の時間平均と、前記センシング面積の時間平均の累積和とを用い、前記検出対象の形状を判定するパラメータのみにより定まる予め与えられた前記形状を示す関数の推定値を算出する処理であることを特徴とする請求項１４から請求項１５のいずれかに記載の大きさ・形状推定システム。
【請求項１７】
前記検出対象が縦横比ｚ、面積Ｓの長方形であって、前記センサのセンシング範囲が半径ｒの円状の範囲である場合、
前記関数が
（（Ｊ／λ）・Ｓ・πｒ２）／（２ｒＳ１／２）＝（ｚ＋１）／ｚ１／２
であり、
前記Ｊの値が対象物を検出したセンサ数の時間平均、λが動作中センサの密度の時間平均であり、前記関数の左辺を計算することにより、前記検出対象の形状を決めるパラメータｚのみにより求まる予め与えられた右辺を算出することにより、形状を推定することを特徴とする請求項１６に記載の大きさ・形状推定システム。
【請求項１８】
複数個のセンサから入力される検出対象の有無と、センシング面積の検出データを用いた処理により、前記検出対象の大きさ及び形状を推定するセンタサーバであり、
前記複数のセンサから前記検出データを受信する送受信手段と、
前記検出データ各々に含まれる前記検出対象の検出の有無及びセンシング面積の情報を用いた統計処理を行い、該検出対象の大きさを推定し、かつ形状を判定する判定手段と
を有することを特徴とするセンタサーバ。
【請求項１９】
コンピュータに請求項７、請求項８、請求項１２及び請求項１８のいずれかに記載のセンターサーバの動作を実行させるためのコンピュータが実行可能なプログラム。
【請求項１】
複数個のセンサと１つのセンタサーバから構成されており、検出対象の大きさを推定する大きさ推定システムであり、
前記センサが、
検出対象における検出した検出部分のセンシング面積を測定する検出手段と、
前記検出手段による検出データを処理し、レポート化する処理手段と、
前記測定手段によるレポートを前記センタサーバに通知する通信手段と
を有し、
前記センタサーバが、
前記複数のセンサから前記通知を受信する送受信手段と、
前記複数のセンサからの通知に各々含まれる前記検出部分のセンシング面積の情報を用いた統計処理を行い、前記検出対象の大きさを判定する判定手段と
を有することを特徴とする大きさ推定システム。
【請求項２】
前記センサ各々の位置が特定されていないことを特徴とする請求項１記載の大きさ推定システム。
【請求項３】
前記統計処理が前記複数のセンサからの通知に各々含まれるセンシング面積の時間平均の累積和を算出する処理であることを特徴とする請求項１または請求項２に記載の大きさ推定システム。
【請求項４】
複数個のセンサと１つのセンタサーバから構成されており、前記検出対象の形状を推定する形状推定システムであり、
前記センサが、
前記検出対象の有無を検出する検出手段と、
該検出手段による検出データを処理し、レポート化する処理手段と、
前記処理手段によるレポートを前記センタサーバに通知する通信手段と
を有し、
前記センタサーバが、
前記複数のセンサから前記通知を受信する送受信手段と、
前記複数のセンサからの通知に各々含まれる対象物の検出の有無の情報を用いた統計処理を行い、前記検出対象の形状を判定する判定手段と
を有することを特徴とする形状推定システム。
【請求項５】
前記センサ各々の位置が特定されていないことを特徴とする請求項４記載の形状推定システム。
【請求項６】
前記統計処理が前記複数のセンサからの通知により、対象物を検出したセンサ数の時間平均の累積和を算出する処理であることを特徴とする請求項４または請求項５に記載の形状推定システム。
【請求項７】
複数個のセンサから入力される検出対象において検出された検出部分のセンシング面積を含む検出データにより、検出対象の大きさを推定するセンタサーバであり、
前記複数のセンサから前記検出データを受信する送受信手段と、
前記複数の検出データ各々に含まれる前記検出部分のセンシング面積の情報を用いた統計処理を行い、前記検出対象の大きさを判定する判定手段と
を有することを特徴とするセンタサーバ。
【請求項８】
複数個のセンサから入力される検出対象の検出の有無の情報を含む検出データにより、前記検出対象の形状を推定するセンタサーバであり、
前記複数のセンサから前記検出データを受信する送受信手段と、
前記複数の検出データ各々に含まれる対象物の検出の有無の情報を用いた統計処理を行い、前記検出対象の形状を判定する判定手段と
を有することを特徴とするセンタサーバ。
【請求項９】
センシング範囲の大きさによって区別された複数個のセンサ群と、１つのセンタサーバとから構成され、１つのセンサ群は複数のセンサを有し、検出対象の形状を推定する形状推定システムであり、
前記センサが、
前記検出対象の有無を検出する検出手段と、
該検出手段による検出データを処理し、レポート化する処理手段と、
前記処理手段によるレポートを前記センタサーバに通知する通信手段と
を有し、
前記センターサーバが、
前記各センサ群の複数のセンサから前記レポートを受信する送受信手段と、
前記各センサ群毎に、複数のセンサからのレポートに含まれる検出対象の検出の有無の情報を用いた統計処理を行い、前記検出対象の形状の判定を行う判定手段と
を有することを特徴とする形状推定システム。
【請求項１０】
前記センサ各々の配置位置が特定されていないことを特徴とする請求項９に記載の形状推定システム。
【請求項１１】
前記統計処理が、前記センサ群毎に、前記複数のセンサからの通知により、検出対象を検出したセンサ数の時間平均の累積和を算出する処理であることを特徴とする請求項９または請求項１０に記載の形状推定システム。
【請求項１２】
複数のセンサ群の複数個のセンサから入力される検出対象の検出の有無を含む検出データにより、前記検出対象の形状を推定するセンタサーバであり、
前記各センサ群の複数のセンサから前記レポートを受信する送受信手段と、
前記各センサ群毎に、複数のセンサからのレポートに含まれる検出対象の検出の有無の情報を用いた統計処理を行い、前記検出対象の形状の判定を行う判定手段と
を有することを特徴とするセンタサーバ。
【請求項１３】
複数個のセンサと１つのセンタサーバとから構成されており、前記検出対象の形状を推定する大きさ・形状推定システムであり、
前記センサが、
前記検出対象の有無を検出し、かつ前記検出対象における検出した検出部分のセンシング面積を測定する検出手段と、
該検出手段による検出データを処理し、レポート化する処理手段と、
前記処理手段によるレポートを前記センターサーバへ通知する通信手段と
を有し、
前記センターサーバが、
前記複数のセンサから前記通知を受信する送受信手段と、
前記複数のセンサからの前記通知に含まれる前記検出対象の検出の有無及びセンシング面積の情報を用いた統計処理を行い、該検出対象の大きさを推定し、かつ形状を判定する判定手段と
を有することを特徴とする大きさ・形状推定システム。
【請求項１４】
前記センサ各々の配置位置が特定されていないことを特徴とする請求項１３に記載の大きさ・形状推定システム。
【請求項１５】
前記統計処理が、前記センシング面積の時間平均の累積和を、（動作中であるセンサの平均密度）×（各センサのセンシング範囲を平均した面積）により除算して、前記検出対象の大きさの推定値を算出処理であることを特徴とする請求項１３または請求項１４に記載の大きさ・形状推定システム。
【請求項１６】
前記統計処理が、検出対象を検出したセンサ数の時間平均と、前記センシング面積の時間平均の累積和とを用い、前記検出対象の形状を判定するパラメータのみにより定まる予め与えられた前記形状を示す関数の推定値を算出する処理であることを特徴とする請求項１４から請求項１５のいずれかに記載の大きさ・形状推定システム。
【請求項１７】
前記検出対象が縦横比ｚ、面積Ｓの長方形であって、前記センサのセンシング範囲が半径ｒの円状の範囲である場合、
前記関数が
（（Ｊ／λ）・Ｓ・πｒ２）／（２ｒＳ１／２）＝（ｚ＋１）／ｚ１／２
であり、
前記Ｊの値が対象物を検出したセンサ数の時間平均、λが動作中センサの密度の時間平均であり、前記関数の左辺を計算することにより、前記検出対象の形状を決めるパラメータｚのみにより求まる予め与えられた右辺を算出することにより、形状を推定することを特徴とする請求項１６に記載の大きさ・形状推定システム。
【請求項１８】
複数個のセンサから入力される検出対象の有無と、センシング面積の検出データを用いた処理により、前記検出対象の大きさ及び形状を推定するセンタサーバであり、
前記複数のセンサから前記検出データを受信する送受信手段と、
前記検出データ各々に含まれる前記検出対象の検出の有無及びセンシング面積の情報を用いた統計処理を行い、該検出対象の大きさを推定し、かつ形状を判定する判定手段と
を有することを特徴とするセンタサーバ。
【請求項１９】
コンピュータに請求項７、請求項８、請求項１２及び請求項１８のいずれかに記載のセンターサーバの動作を実行させるためのコンピュータが実行可能なプログラム。
【図１】
【図２】
【図３】
【図４】
【図５】
【図６】
【図７】
【図８】
【図９】
【図１０】
【図１１】
【図１２】
【図２】
【図３】
【図４】
【図５】
【図６】
【図７】
【図８】
【図９】
【図１０】
【図１１】
【図１２】
【公開番号】特開２００９−６３５５４（Ｐ２００９−６３５５４Ａ）
【公開日】平成２１年３月２６日（２００９．３．２６）
【国際特許分類】
【出願番号】特願２００７−３１２６６７（Ｐ２００７−３１２６６７）
【出願日】平成１９年１２月３日（２００７．１２．３）
【出願人】（０００００４２２６）日本電信電話株式会社 (13,992)
【Ｆターム（参考）】
【公開日】平成２１年３月２６日（２００９．３．２６）
【国際特許分類】
【出願日】平成１９年１２月３日（２００７．１２．３）
【出願人】（０００００４２２６）日本電信電話株式会社 (13,992)
【Ｆターム（参考）】
[ Back to top ]